Открою вам секрет: мы уже давно знаем, как совершить качественный прорыв в образовании; просто нам никак не удается это реализовать. Педагогический психолог Бенджамин Блум в 1984 году опубликовал статью под названием «Проблема двух сигм». В этой работе Блум сообщил, что средний ученик, занимающийся с тьютором один на один, показал результаты на два стандартных отклонения выше, чем учащиеся в обычной классной среде. Это означает, что средний подопечный индивидуального наставника набрал больше баллов, чем 98 процентов учащихся из контрольной группы (хотя далеко не все исследования индивидуального обучения выявили столь же сильный эффект). Блум назвал это «проблемой двух сигм», поскольку бросил вызов исследователям и преподавателям: найти такие методы группового обучения, которые могли бы дать тот же эффект, что и индивидуальные занятия с тьютором, ведь последние зачастую слишком дороги и непрактичны для масштабного внедрения. Проблема двух сигм Блума вдохновила множество исследований и экспериментов, направленных на поиск альтернативных методов обучения, способных приблизиться к преимуществам непосредственного наставничества. Однако ни один из этих методов не смог стабильно воспроизвести или превзойти заявленный Блумом эффект двух сигм, получаемый при индивидуальных занятиях. Это наводит на мысль, что во взаимодействии между тьютором и учеником есть нечто уникальное и мощное, что не так-то просто воссоздать другими средствами. Поэтому неудивительно, что эффективный, гибкий и доступный персональный тьютор — это «священный грааль» образования.

И вот здесь на сцену выходит ИИ. Или, по крайней мере, мы на это надеемся. Какими бы поразительными ни были современные системы ИИ, мы еще не дошли до того момента, когда они смогут заменить живых учителей волшебными учебниками. Хотя мы, безусловно, находимся в переломной точке, когда ИИ коренным образом изменит то, как мы преподаем и учимся — как в стенах школ, так и после их окончания. При этом характер влияния ИИ на образование в ближайшем будущем, скорее всего, окажется контринтуитивным. Эти изменения не заменят учителей, но сделают работу в классах еще более необходимой. Они могут заставить нас учить в школе больше фактов, а не меньше. И они разрушат привычные методы обучения, прежде чем улучшить их.

После апокалипсиса домашних заданий

На протяжении веков образование менялось на удивление мало. Ученики собираются в классе, чтобы слушать учителя. Они делают домашнее задание, чтобы закрепить пройденный материал, а затем проходят тестирование, подтверждающее, что знания усвоены. После этого они переходят к следующей теме. В то же время научные исследования в области педагогики продвинулись далеко вперед. Например, мы знаем, что традиционные лекции в классе — далеко не самый эффективный метод обучения, и что темы необходимо чередовать и переплетать друг с другом, чтобы учащиеся лучше усваивали материал. Однако, к огорчению учащихся, исследования показывают, что и домашние задания, и тесты на самом деле являются на удивление полезными инструментами обучения.

Тем болезненнее оказался удар: первое же масштабное применение больших языковых моделей ознаменовало начало «апокалипсиса домашних заданий». Списывание и раньше было обычным делом в учебных заведениях. Одно исследование, охватившее одиннадцать лет университетских курсов, показало: если в 2008 году выполнение домашних заданий повышало оценки на экзаменах у 86 процентов студентов, то в 2017 году оно помогало лишь 45 процентам. Почему? Потому что к 2017 году больше половины студентов искали ответы на домашние задания в интернете и, соответственно, не получали от них никакой пользы. И это еще не все. К 2017 году 15 процентов студентов платили кому-то за выполнение заданий — как правило, через интернет-фабрики эссе. Еще до появления генеративного ИИ в Кении около 20 000 человек зарабатывали на жизнь исключительно написанием эссе на заказ.

С появлением ИИ списывание стало тривиальной задачей. На самом деле, базовые возможности ИИ словно специально созданы для академического мошенничества. Подумайте об обычных видах домашних заданий. Многие из них сводятся к чтению текста с последующим составлением резюме или отчета о прочитанном. Предполагается, что в процессе выполнения таких заданий учащиеся осмыслят прочитанное и проделают определенную интеллектуальную работу над текстом. Однако ИИ прекрасно умеет резюмировать и применять информацию. К тому же теперь он умеет читать PDF-файлы. Или даже целые книги. Это значит, что у учащихся возникнет искушение поручить ИИ составить краткое изложение текста. Разумеется, результаты могут содержать ошибки и упрощения, но даже если они верны, эти выжимки будут направлять ход мысли учащегося, подменяя его собственные выводы. Более того, использование такой лазейки может лишить учащихся интереса к собственной интерпретации прочитанного, из-за чего дискуссии в классе станут менее содержательными, ведь планка требований снизится. Или возьмем сборники задач. Мы уже видели, как ИИ с легкостью сдает сложнейшие экзамены в магистратуру и аспирантуру, так что домашнее задание по геометрии за четвертый класс вряд ли станет для него серьезной преградой.

И, конечно же, ИИ добрался до короля учебных заданий — эссе. Эссе повсеместно используются в образовании и служат многим целям: от демонстрации хода мыслей учащегося до предоставления возможности для рефлексии. Но любая LLM генерирует их с поразительной легкостью, и качество написанных искусственным интеллектом эссе становится все лучше. Поначалу стиль ИИ бросался в глаза, но новые модели пишут менее неуклюже и не так склонны ходить по кругу, и с помощью простых промптов их легко заставить писать в стиле, подходящем для конкретного учащегося. Кроме того, проблема выдуманных источников информации и явных ошибок теперь встречается гораздо реже и легко устраняется. Ошибки стали тонкими, а не очевидными. Ссылки на источники теперь реальные. К тому же, и это самое главное: не существует способа определить, создан ли текст искусственным интеллектом. Буквально пара уточнений в запросе лишает любую систему детектирования возможности распознать текст, созданный ИИ. Хуже того, детекторы грешат высоким уровнем ложноположительных срабатываний, обвиняя людей (особенно тех, для кого английский не является родным) в использовании ИИ, когда те писали сами. Попросить сам ИИ распознать сгенерированный текст тоже нельзя — он просто выдумает ответ. Если только задание не выполняется непосредственно в классе, сегодня нет точного способа определить, создана ли работа человеком.

И хотя я уверен, что написание эссе непосредственно в классе снова войдет в моду в качестве временной меры, ИИ делает гораздо больше, чем просто помогает учащимся списывать. Каждой школе и каждому преподавателю придется серьезно задуматься над тем, какое использование ИИ допустимо: считается ли списыванием просьба к ИИ набросать план работы? Или помощь с предложением, на котором ученик застопорился? Считается ли списыванием запрос списка литературы или пояснения по какой-то теме? Нам необходимо переосмыслить образование. Мы уже делали это раньше, пусть и в более ограниченных масштабах.

Когда в школах впервые появились калькуляторы, реакция оказалась удивительно похожа на те опасения, которые я слышу сегодня по поводу использования ИИ для таких задач, как написание текстов. Как пишет исследовательница в области образования Сара Дж. Бэнкс, на заре их популярности в середине 1970-х годов многие учителя стремились внедрить калькуляторы в учебный процесс, видя в них потенциал для повышения мотивации и вовлеченности учащихся. По мнению этих педагогов, после того как школьники освоят основы, им нужно дать возможность использовать калькуляторы для решения более жизненных и сложных задач. Однако этот энтузиазм разделяли не все. Некоторые учителя не спешили внедрять калькуляторы, поскольку их влияние еще не было досконально изучено, и они полагали, что перед внедрением новой технологии необходимо адаптировать учебную программу. Опрос, проведенный в середине 1970-х годов, показал, что 72 процента учителей и представителей общественности не одобряли использование калькуляторов семиклассниками. Одно из опасений заключалось в том, что будет трудно помочь учащимся понять и обнаружить свои ошибки, поскольку калькуляторы не фиксировали нажатые кнопки, из-за чего учителям было сложно увидеть и исправить неверные шаги. Первые исследования также показали, что родители беспокоились, как бы их дети не попали в зависимость от технологий и не растеряли базовые математические навыки. Звучит знакомо, не правда ли?

Отношение быстро изменилось, и к концу 1970-х годов родители и учителя преисполнились энтузиазма, разглядев потенциальные преимущества использования калькуляторов — например, улучшение отношения к учебе и уверенность в том, что дети будут хорошо подготовлены к жизни в технологичном мире. Год или два спустя другое исследование показало, что 84 процента учителей хотели бы использовать калькуляторы на уроках, но лишь 3 процента из них работали в школах, которые эти калькуляторы предоставляли. Педагоги в массе своей не были обучены их использованию, и им требовалась поддержка администрации и родителей, чтобы интегрировать новую технику в учебный процесс. Несмотря на отсутствие официальных правил, многие учителя продолжали настаивать на использовании калькуляторов на своих уроках. Споры продолжались на протяжении 1980-х и начала 1990-х годов: часть учителей по-прежнему считала, что калькуляторы мешают освоению базовых навыков, тогда как другие рассматривали их как незаменимый инструмент будущего. К середине 1990-х калькуляторы вошли в школьную программу и стали дополнять другие методы обучения математике. На одних контрольных их разрешали использовать, на других — нет. Был достигнут практический консенсус. Математическое образование не рухнуло, хотя споры и исследования продолжаются и сегодня, спустя полвека после появления калькулятора в классах.

В какой-то степени ИИ пойдет по схожему пути. Появятся задания, где помощь ИИ будет обязательной, и такие, где его использование запретят. Выполнение письменных работ непосредственно в классе на компьютерах без доступа к интернету в сочетании с письменными экзаменами гарантирует, что учащиеся освоят базовые навыки письма. Мы придем к практическому консенсусу, который позволит интегрировать ИИ в учебный процесс без ущерба для развития важнейших навыков. Точно так же, как калькуляторы не избавили от необходимости учить математику, ИИ не избавит от необходимости учиться писать и мыслить критически. Потребуется время, чтобы во всем разобраться, но мы справимся. На самом деле, мы просто обязаны это сделать — джинна обратно в бутылку уже не загнать.

Калькулятор полностью изменил представление о том, чему именно важно учить, да и сам характер преподавания математики в целом — это были колоссальные перемены, которые пошли в основном на пользу. И эта революция заняла много времени. Однако, в отличие от ИИ, калькуляторы поначалу были дорогими приборами с ограниченным функционалом, что дало школам время на их постепенное внедрение в учебный процесс на протяжении десятилетия. Революция ИИ происходит гораздо стремительнее и масштабнее. То, что случилось с математикой, произойдет практически с каждым предметом на всех уровнях образования — и эта трансформация произойдет без всяких промедлений.

Итак, учащиеся будут списывать с помощью ИИ. Но, как мы уже видели на примере пользовательских инноваций, они также начнут внедрять ИИ во все сферы своей деятельности, ставя перед преподавателями новые вопросы. Учащиеся захотят понять, зачем им выполнять задания, которые благодаря ИИ кажутся безнадежно устаревшими. Они захотят использовать ИИ в качестве компаньона по учебе, соавтора или напарника. Они захотят достигать большего, чем раньше, и потребуют ответов на вопросы о том, как ИИ повлияет на их дальнейшую траекторию обучения. Школам придется решать, как реагировать на этот лавинообразный поток вопросов.

«Апокалипсис домашних заданий» угрожает множеству хороших, полезных видов учебных работ, которые веками практиковались в школах. Нам придется быстро адаптироваться, чтобы уберечь то, что мы рискуем потерять, и приспособиться к переменам, которые несет ИИ. Это потребует незамедлительных усилий от преподавателей и руководителей сферы образования, а также четко сформулированных правил использования ИИ. Но сегодняшний момент требует не просто сохранения старых типов заданий. ИИ дает шанс создать новые педагогические подходы, которые будут ставить перед учащимися более амбициозные задачи.

Я сделал использование ИИ обязательным на всех своих курсах для студентов бакалавриата и программ MBA в Пенсильванском университете. В рамках некоторых заданий студентам предлагается «списать» — поручить ИИ написать эссе, которое они затем должны раскритиковать; это хитрый способ заставить студентов глубоко задуматься над темой, даже если они сами ничего не пишут. Другие задания допускают неограниченное использование ИИ, но при этом на студентов возлагается полная ответственность за результаты и факты, выданные ИИ, — точно так же им придется работать с ним и после окончания учебы. В других заданиях используются новые возможности ИИ: студентов просят провести интервью с ИИ, прежде чем они отправятся беседовать с людьми из реальных организаций. А некоторые задания опираются на то, что ИИ делает невозможное возможным. Например, мое первое задание для студентов моего курса по предпринимательству в Уортоне теперь звучит так:

Пусть то, что вы планируете сделать, будет амбициозным на грани невозможного; ведь вы будете использовать ИИ. Не умеете кодить? Обязательно запланируйте создание работающего приложения. Нужен веб-сайт? Вы должны взять на себя обязательство создать рабочий прототип сайта с полностью оригинальными изображениями и текстом. Я не стану снижать вам оценку за неудачу, если вы проявите чрезмерную амбициозность.

Любому плану идет на пользу обратная связь, даже если она просто позволяет обсудить, что может пойти не так. Попросите ИИ предложить 10 сценариев возможного провала вашего проекта и видение успеха, используя промпты с занятий. И, чтобы было интереснее, попросите трех известных людей раскритиковать ваш план. Вы можете привлечь предпринимателей (Стива Джобса, Тори Бёрч, Джека Ма, Рианну), правителей (Елизавету I, Юлия Цезаря), художников, философов или любых других исторических или публичных деятелей, которые, по вашему мнению, могли бы высказать критику в адрес вашей стратегии от своего лица.

Таким образом, в то время как учебные курсы, сосредоточенные на обучении написанию эссе и развитии навыков письма, вернутся в девятнадцатый век — к написанию сочинений от руки в синих экзаменационных тетрадях прямо в аудитории, — на других занятиях будет ощущаться дыхание будущего, где студенты каждый день совершают невозможное.

Конечно, все это поднимает еще более масштабный вопрос: чему же нам на самом деле нужно учить? Даже неповоротливые образовательные учреждения начинают понимать, что обучение технологиям ИИ будет играть важную роль в образовании. Так, Министерство образования США всего через несколько месяцев после релиза ChatGPT заявило, что ИИ необходимо внедрять в учебный процесс. Некоторые эксперты идут еще дальше, утверждая, что нам нужно сосредоточиться на взаимодействии с ИИ. По их мнению, мы должны обучать базовой грамотности в сфере ИИ и, возможно, «промпт-инжинирингу» — искусству и науке создания эффективных запросов для ИИ.

Обучение технологиям ИИ

В 2023 году многие компании предлагали шестизначные зарплаты специалистам по «общению с ИИ» (AI whisperer), и не без оснований — как мы уже убедились, работа с ИИ далеко не интуитивна. И всякий раз, когда на рынке появляется новая высокооплачиваемая должность, тут же возникает огромное количество курсов, методичек и YouTube-каналов, предлагающих знания, которые необходимы именно вам (да-да, ВАМ!), чтобы разбогатеть уже сегодня.

Проясним сразу: промпт-инжиниринг, скорее всего, окажется полезным навыком в краткосрочной перспективе. Но я не считаю промпт-инжиниринг чем-то сверхсложным. На самом деле к этому моменту вы наверняка прочитали уже достаточно, чтобы стать хорошим промпт-инженером. Давайте начнем с третьего принципа, которым я делился ранее: относитесь к ИИ как к человеку и объясните ему, что он за человек. LLM работают, предсказывая следующее слово или часть слова, которые должны следовать за вашим запросом, — это похоже на продвинутую функцию автозаполнения. Затем они продолжают достраивать текст, снова прогнозируя, какое слово будет следующим. Поэтому стандартные ответы многих подобных моделей могут звучать весьма банально, ведь они, как правило, следуют шаблонам, характерным для письменных документов, на которых обучался ИИ. Нарушив этот шаблон, вы сможете получить гораздо более полезные и интересные результаты. Самый простой способ сделать это — задать контекст и ограничения, как мы видели в главе 5.

Если говорить о чуть более продвинутых запросах, думайте о своих действиях как о программировании прозой. Вы даете ИИ инструкции, и он им в общих чертах следует. «В общих чертах» — потому что результаты работы ИИ сопряжены с высокой степенью случайности, так что стабильности стандартной компьютерной программы вы от него не добьетесь. Но все же имеет смысл подумать о том, как составить для ИИ максимально четкий и логичный запрос.

Сейчас активно ведутся исследования того, как лучше всего «программировать» LLM, но один из практических выводов заключается в том, что ИИ полезно давать четкие пошаговые инструкции относительно того, чего вы от него хотите. Один из подходов, называемый методом цепочки рассуждений (chain-of-thought prompting), заключается в том, чтобы показать ИИ пример рассуждений перед отправкой основного запроса. Еще более эффективный способ — давать пошаговые инструкции, которые строятся последовательно, одна за другой. Это облегчает проверку результатов каждого шага (что позволит вам скорректировать запрос в дальнейшем) и обычно делает ответы на ваши промпты более точными.

Вот пример: допустим, я хотел включить в эту главу удачную аналогию для ИИ-репетитора и решил обратиться за помощью к искусственному интеллекту. Я мог бы просто попросить: «Придумай хорошую аналогию для ИИ-репетитора». Но ответ оказался не слишком удовлетворительным: «ИИ-репетитор подобен музыкальному метроному», поскольку он последователен, адаптивен и является всего лишь инструментом.

Теперь мы можем попробовать применить некоторые из этих продвинутых техник: «Поразмышляй над этим шаг за шагом: придумай хорошие аналогии для ИИ-репетитора. Во-первых, составь список возможных аналогий. Во-вторых, критически оцени этот список и добавь еще три аналогии. Затем составь таблицу с плюсами и минусами каждой из них. После этого выбери лучшую и обоснуй свой выбор». В ответ на такой запрос GPT-4 рассмотрела с десяток вариантов — от личного тренера до садовника — и создала сравнительную таблицу, после чего остановилась на GPS-навигаторе. Он, подобно ИИ-репетитору, призван помогать пользователям ориентироваться на незнакомой местности. Навигатор обеспечивает обратную связь в реальном времени, корректирует рекомендации в зависимости от меняющихся условий (например, пробок или дорожных работ) и предлагает альтернативные маршруты, если пользователь сбился с пути. Точно так же и ИИ-репетитор ведет студентов по учебному пространству, обеспечивая обратную связь в реальном времени, подстраиваясь под прогресс учащегося и при необходимости предлагая альтернативные траектории обучения. Эта аналогия также подчеркивает важную мысль: хотя инструмент и направляет нас, вести машину и совершать само путешествие должен сам пользователь (или студент), что лишний раз подтверждает совместный характер обучения с ИИ. Результат стал гораздо лучше, и все благодаря небольшой оптимизации запроса.

И все же все это остается скорее искусством, нежели наукой, и ИИ по-прежнему работает больше как человек, а не как программное обеспечение. Например, в ходе исследования, в котором тестировались самые разные виды запросов, наиболее продвинутая модель от Google лучше всего отреагировала на промпт, начинавшийся со слов: «Сделай глубокий вдох и реши эту задачу шаг за шагом!» Учитывая, что ИИ не умеет дышать или паниковать, вряд ли кто-то мог заподозрить, что именно этот способ окажется самым эффективным. Тем не менее этот промпт набрал больше баллов, чем лучшие логические запросы, составленные людьми.

После всех этих сложностей составление промптов может показаться немного запутанным и пугающим. Но у меня есть для вас хорошая новость (и плохая — для тех, кто хочет сделать промпт-инжиниринг будущим образования). Умение «правильно формулировать запросы» — явление временное. Современные системы ИИ уже отлично понимают ваши намерения, и дальше будет только лучше. Если вы хотите сделать что-то с помощью ИИ, просто попросите его помочь вам. Фраза вроде «Я хочу написать роман; что тебе нужно знать, чтобы помочь мне?» продвинет вас удивительно далеко. И помните: ИИ будет все лучше направлять нас сам, а не требовать руководства от нас. Составление запросов очень скоро перестанет быть столь важным навыком.

Это не значит, что в школах не нужно рассказывать об ИИ. Жизненно важно дать учащимся понимание недостатков ИИ, его предвзятости, возможных ошибок и рисков неэтичного использования. Однако вместо того чтобы перестраивать всю систему образования под обучение работе с ИИ через промпт-инжиниринг, нам нужно сосредоточиться на том, чтобы научить студентов оставаться «человеком в контуре» — применять собственные знания для решения задач. Мы знаем, как развивать экспертность. Мы постоянно пытаемся делать это в школе, хотя процесс этот нелегкий. Возможно, ИИ сделает его проще.

«Перевернутые классы» и ИИ-репетиторы

Мы уже примерно представляем, как будут выглядеть классы будущего. Списывание с помощью ИИ останется неуловимым и повсеместным. ИИ-репетиторство, скорее всего, станет превосходным, но оно не заменит школу. Классы дают гораздо больше: возможность отрабатывать полученные навыки на практике, совместно решать задачи, социализироваться и получать поддержку от преподавателей. Школа сохранит свою ценность даже при наличии отличных ИИ-репетиторов. Но эти репетиторы изменят образование. Собственно, они его уже изменили. Всего через несколько месяцев после релиза ChatGPT я заметил, что студенты стали реже поднимать руки, чтобы задать базовые вопросы. Когда я спросил почему, один студент ответил мне: «Зачем поднимать руку в классе, если можно спросить у ChatGPT?»

Главные изменения коснутся самого процесса преподавания. Сегодня обучение часто сводится к тому, что преподаватель читает лекцию перед классом. Хорошая лекция может оказывать мощное воздействие, но она требует огромного труда — чтобы быть эффективной, она должна быть четко структурирована, давать студентам возможность общаться с преподавателем и постоянно связывать излагаемые идеи друг с другом. В краткосрочной перспективе ИИ может помочь преподавателям готовить содержательные лекции, учитывающие то, как студенты усваивают материал. Мы уже видим, что ИИ отлично помогает преподавателям создавать более увлекательные и структурированные лекции, превращая традиционную пассивную лекцию в гораздо более активный процесс.

Однако в долгосрочной перспективе лекционный формат окажется под угрозой. Слишком многие из них сводятся к пассивному обучению, когда студенты просто слушают и конспектируют, не вовлекаясь в активное решение задач или критическое мышление. Более того, универсальный подход лекций не учитывает индивидуальных различий и способностей учащихся: в результате одни отстают, а другие теряют интерес из-за отсутствия интеллектуального вызова.

Противоположная концепция — активное обучение — снижает значимость лекций, предлагая студентам участвовать в учебном процессе через такие форматы, как решение задач, групповая работа и практические упражнения. При таком подходе учащиеся взаимодействуют друг с другом и с преподавателем, чтобы применить полученные знания. Многочисленные исследования подтверждают растущий консенсус в том, что активное обучение — один из наиболее эффективных методов в образовании. Однако разработка стратегий активного обучения требует немалых усилий, а студентам по-прежнему необходимо первоначальное изложение материала. Так как же ужиться активному и пассивному обучению?

Одним из способов внедрения активного обучения является модель «перевернутого класса». Студенты изучают новые понятия дома — как правило, с помощью видеороликов или других цифровых ресурсов, — а затем применяют полученные знания в классе в ходе совместной работы, дискуссий или практических упражнений. Основная идея «перевернутых классов» заключается в том, чтобы максимально освободить время в классе для активного обучения и критического мышления, перенеся подачу материала на дом. Эффективность модели «перевернутого класса» оценивается неоднозначно и в конечном счете зависит от того, действительно ли она стимулирует активное обучение.

Таким образом, проблема внедрения активного обучения заключается в нехватке качественных ресурсов — от времени преподавателей до трудностей с поиском хороших учебных материалов для «перевернутого» класса, что и сохраняет статус-кво, при котором активное обучение остается редкостью. Именно здесь ИИ заявляет о себе как о партнере, а не о замене, поскольку педагоги-люди могут проверять факты и направлять ИИ так, чтобы это приносило пользу их классу. Системы ИИ помогают преподавателям создавать индивидуальные форматы активного обучения, которые делают занятия более интересными, — от игр и практических заданий до тестов и симуляций. Например, профессор истории Бенджамин Брин использовал ChatGPT для создания симулятора «Черной смерти», благодаря которому студенты получили гораздо более глубокое и иммерсивное представление о жизни в эпоху чумы, чем из обычного учебника. Студентам это задание в целом очень понравилось, но они также совершали поступки, которые удивили профессора: пользуясь гибкостью ИИ, они устраивали крестьянские восстания или изобретали первые вакцины против чумы. Трудно представить, чтобы до появления ИИ подобные образовательные форматы можно было использовать на регулярной основе.

Однако ИИ позволяет внести и более фундаментальные изменения в то, как мы учимся, выходя далеко за рамки простых заданий в классе. Представьте себе внедрение высококлассных ИИ-тьюторов в модель «перевернутого класса». Эти системы на базе искусственного интеллекта способны существенно улучшить учебный процесс и сделать «перевернутые классы» еще более эффективными. Они обеспечивают персонализированное обучение: ИИ-тьюторы могут адаптировать подачу материала под уникальные потребности каждого учащегося, непрерывно корректируя контент в зависимости от его успеваемости. Это означает, что дома студенты смогут осваивать материал гораздо эффективнее, приходя на занятия более подготовленными и готовыми сразу погрузиться в практическую работу или дискуссии.

Поскольку ИИ-тьюторы берут на себя часть работы по подаче материала вне класса, преподаватели могут уделять больше времени живому и содержательному общению с учениками на самих занятиях. Они также могут использовать аналитику от ИИ-тьюторов, чтобы выявлять темы, в которых учащимся требуется дополнительная поддержка или руководство, что позволит сделать обучение более индивидуальным и эффективным. А с помощью ИИ учителя смогут разрабатывать более качественные задания для активного обучения в классе, чтобы знания усваивались по-настоящему прочно.

И это вовсе не несбыточная мечта из далекого будущего. Инструменты Академии Хана (а также некоторые из наших собственных экспериментов) показывают, что существующий ИИ при правильной настройке уже сегодня является отличным репетитором. Платформа Khanmigo от Академии Хана выходит за рамки пассивных видеороликов и тестов, которые принесли академии известность, предлагая полноценное ИИ-репетиторство. Разумеется, учащиеся могут попросить ИИ объяснить те или иные понятия, но он также способен анализировать структуру успеваемости, чтобы понять, почему именно студент испытывает трудности с темой, и предложить более глубокую помощь. Он даже может ответить на самый каверзный вопрос: «Зачем мне вообще это учить?», объяснив, например, как тема клеточного дыхания связана с интересами ученика, мечтающего стать футболистом (аргумент ИИ: это поможет лучше разобраться в вопросах питания, а следовательно, и в спортивных результатах).

Студенты уже вовсю используют ИИ как инструмент обучения. Преподаватели уже готовятся к занятиям с помощью ИИ. Перемены уже наступили, и рано или поздно с ними столкнется каждый из нас. Возможно, они заставят нас сменить привычные модели, но в конечном итоге это пойдет на пользу обучению и избавит от рутинной бессмысленной работы. И что самое захватывающее — эти изменения, скорее всего, охватят весь мир. Образование — это ключ к росту доходов и даже уровня интеллекта. Однако две трети молодежи в мире, в основном в менее развитых странах, лишены базовых навыков, поскольку школьные системы не справляются со своими задачами. Польза от всеобщего образования колоссальна: одно из недавних исследований показывает, что преодоление этого разрыва принесло бы выгоду, эквивалентную пятикратному объему мирового ВВП за этот год! Решением проблемы всегда казалось использование образовательных технологий (или, как их дружески называют, EdTech). Однако ни одно EdTech-решение так и не смогло воплотить мечту о предоставлении высококлассного образования — мы раз за разом натыкались на ограничения самых разных программ, от раздачи детям бесплатных ноутбуков до создания массовых видеокурсов. Другие амбициозные EdTech-проекты также столкнулись со схожими трудностями при попытке масштабирования качественных продуктов. Прогресс идет, но недостаточно быстро.

Но ИИ изменил все: теперь у учителей, обучающих миллиарды людей по всему миру, появился доступ к инструменту, который потенциально может стать абсолютной образовательной технологией. Некогда бывшие исключительной привилегией проектов с миллионными бюджетами и экспертными командами, образовательные технологии теперь находятся в руках самих педагогов. Возможность раскрыть таланты и сделать школьное образование лучше для всех — от учеников до учителей и родителей — невероятно вдохновляет. Мы стоим на пороге эпохи, когда ИИ меняет саму суть образования, расширяя возможности преподавателей и учащихся, перестраивая учебный процесс и, хочется верить, поможет добиться того самого улучшения в две сигмы для всех. Единственный вопрос заключается в том, сможем ли мы направить этот сдвиг так, чтобы он соответствовал идеалам расширения возможностей для каждого и раскрытия человеческого потенциала.