Исследования, обзоры рынка и другая полезная информация для увлечённых edtech. Автор канала: @ilumed FAQ: Анонсы для размещения не принимаются, если до даты события меньше 7 дней Нерелевантные теме канала новости не принимаются к публикации
15 700подписчиков сейчас
48.0%ERR
7.0цитируемость
6постов/день
Русскийязык
Россиягео
Подписаться в Telegram
Данные обновлены 22.07.2020
Публикации всего: 118
Кто должен загружать контрольные в МЭШ и нужно ли учителю фотографировать их после проверки?
Департамент образования и науки Москвы разъяснил, как устроена работа сервиса «Электронная тетрадь контрольных и проверочных работ». Ответы на частые вопросы опубликованы на портале «Школа.Москва».
Вот основные уточнения:
✅Сервис предназначен для 7–9-х классов. Загружать нужно только контрольные и проверочные работы. Сами задания дети по-прежнему выполняют на бумаге.
✅Фотографирует и загружает работу ученик. Учитель выделяет для этого время в конце урока. Отправить снимки можно на уроке или в течение пяти минут после его окончания. Если у ребенка нет телефона или технической возможности загрузить работу, это делает педагог после урока в тот же день.
✅Формат проверки выбирает учитель: на бумаге или в электронном виде. Повторно фотографировать работу после проверки на бумаге и загружать ее в МЭШ он не обязан.
✅Дополнительных отчетов о загрузке работ Департамент не требует. Если такие требования появляются, педагогам предлагают сообщать о них через специальную форму обратной связи.
В электронном архиве сохраняются сами работы: к ним можно вернуться, разобрать ошибки, повторить тему. Для родителей это возможность увидеть, что стоит за оценкой. Для педагогов в разъяснениях особенно существенны конкретные границы обязанностей: кто загружает снимки, когда нужна помощь учителя и какие действия остаются на его усмотрение.
Полные разъяснения — на «Школа.Москва».
✍ 2 ❤🔥 1
Перейти к публикации →
В опросе фонда «Абсолют–Помощь» и Tiburon Research перед началом 2026/27 учебного года каждый десятый подросток 14–17 лет назвал травлю или отношения с одноклассниками среди причин беспокойства. Среди родителей такие ответы дали 2%. Эти данные, приведённые в навигаторе фонда, показывают, насколько по-разному тема присутствует в реалиях детей и взрослых.
📝Травлю отличают повторяемость, намеренное причинение вреда и неравенство сил. У тех, кто травит, может быть больше физической силы, популярности, поддержки группы. Ребёнок, на которого направлено давление, не может остановить его самостоятельно. Поэтому попытка разобраться привычным способом — собрать участников и предложить помириться — не учитывает устройство происходящего.
📍В травлю вовлечены и окружающие. Смех, подхваченная кличка, пересланное унизительное видео дают агрессору аудиторию и поддержку. При этом свидетель может сочувствовать пострадавшему и молчать из страха самому стать мишенью. Призыва «будь смелее, заступись» здесь недостаточно. Детям нужны безопасные способы помочь: не распространять унизительный контент, поддержать одноклассника лично, рассказать взрослому, которому доверяют. А взрослым — готовность вмешаться и защитить тех, кто обратился за помощью.
Фонд «Абсолют–Помощь», который поддерживает организации, работающие с детьми и молодыми взрослыми в ситуации уязвимости, собрал практические материалы о том, как распознавать травлю и действовать при её обнаружении. Выпуск приурочен к 5 ноября — Международному дню борьбы с насилием и травлей в школе, включая кибербуллинг.
Над материалами работали «Смарт Курс», Еврейский музей и Центр толерантности, школа «Абсолют», Центр реабилитации животных «Юна», «1221» и «Врачи детям».
👉На специальной странице проекта есть инструкции для подростков, рекомендации для родителей и педагогов, ссылки на службы поддержки. В большом гайде помощь разделена на три этапа: профилактика, вмешательство и работа с последствиями. Среди конкретных рекомендаций — выслушать ребёнка без обвинений, выяснять обстоятельства в отдельных разговорах, продумать безопасность на переменах и по дороге домой, договориться со школой о действиях. Поддержка может понадобиться и после прекращения травли: доверие к одноклассникам и взрослым восстанавливается постепенно.
После первого разговора у ребёнка должно появиться понимание, что произойдёт дальше: кто поможет, как обеспечат его безопасность и когда взрослые проверят, изменилось ли положение.
Хорошая новость для тех, кто готов к ИИ-экспериментам и хочет делать по-настоящему живые курсы.
⚪️ 10-11 ноября в 17:00 (МСК) Академия iSpring приглашает на бесплатный 2-х дневный практикум «ИИ-анимация: как создать мультфильм за 2 дня».
За 2 вечера вы освоите создание ИИ-мультфильма: от генерации идеи и создания сценария до озвучки и монтажа.
За время практикума вы:
⚫️ придумаете сюжет, героя и раскадровку с помощью ChatGPT;
⚫️ создадите узнаваемого героя и локации в едином стиле;
⚫️ оживите статичные кадры в нейросетях;
⚫️ смонтируете готовый мультфильм на 30−60 секунд для своих проектов.
🎁 Бонус за регистрацию: доступ к Аттестации по искусственному интеллекту + записи эфиров и презентации эксперта.
После практикума вы сможете создавать ИИ-мультфильмы без бюджета на видеосъёмку и иллюстраторов, воплощать яркие и смелые задумки для курсов и эффективно вовлекать в обучение.
👉 Записаться на практикум
📆 10-11 ноября в 17:00 по МСК
❤🔥 2
Перейти к публикации →
Все хотят метрики, а я так их не люблю. Обычно ведь что мы измеряем в обучении — то, что легко измерить, а не то, ради чего мы учим. Обычно посчитаны регистрации, просмотры, процент завершения курса, время в системе, результаты теста, NPS или удовлетворенность обучением. Мы знаем, что пользователь посмотрел 87% курса. Знаем, что он получил 9 из 10 на финальном тесте. Иногда даже знаем, что ему понравилось. Гораздо реже знаем, стал ли человек после этого лучше выполнять задачу.
Увы, но чем показатель ближе к реальному результату образования, тем сложнее и дороже его измерять.
📍Посещение вебинара измеряется автоматически. Знание можно приблизительно проверить тестом. Способность применить знание требует уже наблюдения за действием. Изменение профессионального поведения нужно отслеживать спустя некоторое время и желательно в реальном рабочем контексте. А чтобы утверждать, что именно обучение стало причиной этого изменения, приходится отделять его эффект от опыта, помощи коллег, изменений процессов, мотивации, нового руководителя и десятка других факторов.
Получается своеобразная воронка измеримости: самые доступные данные находятся дальше всего от результата, ради которого обучение вообще затевалось.
Есть несколько метрик, которые мне хотелось бы видеть в L&D гораздо чаще.
🌱Не completion rate, а transfer rate. Не сколько людей закончили обучение, а какая доля начала использовать освоенный способ действия в работе через месяц или три.
Например, менеджера учили давать развивающую обратную связь. Вопрос не в том, прошел ли он курс и правильно ли ответил на вопросы о модели обратной связи. Интереснее, изменились ли его реальные разговоры с сотрудниками.
🌱Не только результат теста, а сохранение знания. Мы удивительно редко возвращаемся к учащемуся через несколько недель или месяцев. Между тем результат тестирования сразу после курса во многом говорит о том, что человек способен воспроизвести материал сейчас. Для многих образовательных задач куда важнее другое: что от этого осталось тогда, когда курс уже забыт как событие.
🌱Не количество изученного, а скорость достижения самостоятельности. Для онбординга это может быть вообще одной из главных метрик: сколько времени проходит до момента, когда новый сотрудник способен выполнять ключевые задачи без постоянной помощи коллег. Тогда хороший образовательный продукт — не тот, который сотрудники быстрее проходят, а тот, после которого быстрее перестают нуждаться в обучении.
🌱Не engagement сам по себе, а количество предотвращенных ошибок. Если мы обучаем безопасности, compliance, работе с оборудованием или сложному процессу, лайки и удовлетворенность выглядят довольно странными конечными показателями.
Интереснее частота ошибок до и после обучения, количество повторных обращений за помощью, возвратов работы на доработку, нарушений процедуры.
🌱Не число часов обучения, а изменение структуры помощи. Это вообще недооцененный показатель. Что человек делает, когда не знает, как выполнить задачу? Спрашивает коллегу? Пишет руководителю? Ищет инструкцию? Обращается к ИИ-ассистенту? Решает самостоятельно? Если после обучения количество эскалаций снижается, а доля задач, которые человек способен решить самостоятельно, растет, мы получили довольно содержательный сигнал о развитии компетентности.
🌱Не просто производительность, а снижение когнитивной стоимости работы. Человек может выполнять задачу с той же скоростью, что и раньше, но после обучения делать это с меньшим количеством сверок, сомнений, переключений и обращений за помощью. Формально продуктивность не изменилась. Фактически компетентность выросла: выполнение действия стало менее ресурсозатратным.
Большая часть данных, которые автоматически производит LMS, описывает взаимодействие человека с обучением. Но бизнесу и самому человеку важнее данные о том, что происходит после обучения. И эти два набора данных совсем не обязательно коррелируют. Можно пройти 100% курса и ничего не изменить. Можно посмотреть пятиминутную инструкцию и навсегда исправить рабочую ошибку.
🔥 17 👏 1
Перейти к публикации →
Для работы нейросетей понадобятся инженеры трёх направлений
На форуме «Найти ИТ» эксперты ИКС Холдинга выделили три перспективные инженерные специализации, которые могут получить развитие к 2030 году.
1️⃣Инженеры аппаратной адаптации ИИ будут заниматься переносом алгоритмов на специализированные вычислительные устройства, включая программируемые логические интегральные схемы типа FPGA и специализированные интегральные схемы (ASIC). Это может позволить запускать нейросети непосредственно на оборудовании, в том числе в задачах, где передача чувствительных данных во внешние облачные сервисы нежелательна. Для таких задач потребуются знания C++, Verilog/VHDL и навыки прототипирования на ПЛИС.
2️⃣Специалисты по ИИ-инфраструктуре сосредоточатся на проектировании и оптимизации систем хранения, обработки и передачи данных, включая распределённые хранилища и архитектуру центров обработки данных. Их задача, обеспечить быстрый доступ к большим массивам информации, необходимым для работы моделей ИИ.
3️⃣Архитекторы цифровых решений будут отвечать за системную архитектуру, постановку технических задач и проверку результатов. Это направление предполагает наличие профессионального опыта, поскольку специалист должен не только глубоко разбираться в отдельных технологиях, но и понимать принципы работы всей системы.
Один инженер и несколько ИИ-агентов: как выглядит такая команда уже сейчас
Вместо использования одного ИИ-помощника инженер может создать автономную систему агентов: один собирает информацию, второй пишет код, третий запускает тесты, четвёртый проверяет результат. Такую модель работы описал Аркадий Никифоров, руководитель разработки инструментов кибербезопасности компании «Бастион» (входит в «ИКС Холдинг»). По его мнению, специалист выступает в роли организатора процесса: ставит задачи, задаёт правила работы и контролирует качество выполнения указаний.
Сейчас уже существуют инструменты вроде Sandcastle, подходящие для первого знакомства с оркестрацией агентов. Такие решения позволяют запускать агента в изолированной рабочей среде. Однако автоматизация не отменяет техническую экспертизу и лишь трансформирует задачи, требует шире смотреть на проект, развивает предпринимательский подход, а также повышает требования к написанию тестов и валидации конечного результата.
🌸Как подготовить ребенка к самостоятельной жизни и передаче семейного капитала?
Вместе с тремя экспертами разбираемся, какие навыки развивать с детства, когда начинать планирование зарубежного образования и как постепенно вовлекать ребенка в управление семейными активами.
Эксперты подборки:
😫Кристина Геворкян, методический директор, канал «Тренды образования»;
😫Вадим Жоров, основатель РИКЦ, канал РИКЦ;
😫Анастасия Жукова, соосновательница математической онлайн-школы «Пифагоровы штаны», канал «Анастасия Жукова | Про математику».
А какие навыки вы считаете главными для подготовки ребенка к самостоятельной жизни? Делитесь мнением в комментариях.
👏 2 💯 1
Перейти к публикации →
Участие работодателя в подготовке студентов заметно в повседневных вещах: на каком оборудовании они учатся, с какими задачами сталкиваются на практике, насколько хорошо преподаватели знакомы с современным производством. Для выбора колледжа это довольно содержательные ориентиры.
⚡️Онлайн-журнал об энергетике «Энергия+» опубликовал рейтинг лучших промышленных колледжей России. Исследование охватило 244 учебных заведения из 60 регионов. Созданием методики рейтинга, а также анализом колледжей занималось независимое агентство Spektr.
Глубина партнерства с бизнесом стала одним из ключевых критериев оценки колледжей. Помимо сотрудничества с предприятиями, авторы анализировали колледжи по востребованности выпускников и доступности обучения.
Внутри этих критериев – конкретные показатели. Участвуют ли компании в разработке программ и повышении квалификации преподавателей, оснащают ли лаборатории, предлагают ли практику и стажировки. Для оценки трудоустройства использовали данные Минтруда о доле работающих выпускников и их медианных зарплатах на второй год после окончания колледжа. Доступность оценивали по конкурсу, бюджетным местам, стоимости обучения и условиям поступления.
«Наш уникальный критерий измеряет глубину партнерства с бизнесом», – объясняет главный редактор «Энергии+» Станислав Бутенко. По его словам, участие предприятий помогает студентам освоить работу в реальных условиях и на современном оборудовании, а затем начать карьеру.
⚡️В первую пятерку рейтинга вошли Муравленковский многопрофильный колледж на Ямале, Строительно-энергетический колледж имени П. Мачнева в Самаре, Ишимбайский нефтяной колледж, Октябрьский нефтяной колледж имени С. И. Кувыкина в Башкирии и Тольяттинский химико-технологический колледж.
👉 География здесь тоже заслуживает внимания. Авторы исследования связывают сильные позиции региональных колледжей с близостью производств, готовых вкладываться в подготовку кадров. Для образовательной среды небольшого города такое предприятие может многое дать: оборудование, профессиональные задачи, наставников.
В 2025 году во Вьетнаме утвердили двадцатилетнюю программу: к 2045 году английский должен стать вторым языком школьной системы. Масштаб — около 50 тысяч образовательных организаций, почти 30 млн учащихся и порядка миллиона преподавателей и администраторов.
На первый взгляд это просто очень амбициозная языковая реформа. Но в документах заложено более существенное изменение. Цель не в том, чтобы дети больше изучали английский, а в том, чтобы они постепенно начали учиться на английском: использовать его в учебной деятельности, получать через него доступ к образовательным ресурсам и цифровым инструментам. Предполагается в том числе преподавание на английском математики, естественных наук и искусственного интеллекта. То есть английский пытаются перевести из категории «чему мы учим» в категорию «с помощью чего мы учим».
⚡️Мне кажется, это интересный момент в жизненном цикле любой компетенции. Пока компетенция дефицитна, мы выделяем для нее отдельное образовательное пространство. Появляется предмет, преподаватель, учебник, программа, экзамен.
Есть урок информатики.
Есть курс английского.
Есть тренинг по работе с данными.
Есть программа по развитию критического мышления.
Теперь появляется обучение работе с ИИ.
Так образовательная система умеет обращаться с новым: сначала она превращает новое в объект изучения.
Но если компетенция действительно становится базовой, с ней происходит почти противоположное. Она начинает исчезать как самостоятельный объект и растворяться в другой деятельности. Мы не проводим отдельный урок «чтения как инструмента изучения биологии» — ребенок просто читает учебник по биологии. Не выделяем отдельный курс «поиска информации для исторического исследования» каждый раз, когда учащийся работает с источниками. Компетенция становится настолько обычной, что превращается в инфраструктуру для приобретения других компетенций. И в этот момент меняется само значение слова «владеть».
Можно успешно изучать английский как предмет: знать грамматику, иметь большой словарный запас, хорошо выполнять тестовые задания — и при этом не быть способным обсуждать на английском математическую задачу. Именно с этим, судя по отчету, сейчас сталкивается Вьетнам. По данным EF English Proficiency Index, чтение у вьетнамцев — наиболее сильный языковой навык, устная речь — наиболее слабый. Авторы связывают этот разрыв с наследием грамматико-переводного метода и экзаменационно ориентированного обучения: учащиеся хорошо натренированы работать с текстовыми заданиями, но значительно хуже — спонтанно использовать язык.
👉Можно иметь компетенцию как учебный результат и не иметь ее как рабочий инструмент.
Это различие кажется мне важным не только для языков. Возьмем работу с данными.
Компания может обучить несколько тысяч сотрудников основам data literacy. Люди пройдут курс, научатся читать графики, сдадут тест. Формально организация стала более data-driven. Но настоящая трансформация происходит не тогда, когда сотрудники знают, что такое медиана и корреляция. Она происходит тогда, когда на совещании становится нормальным спросить: «На каких данных основано это решение?». То есть компетенция перестает существовать внутри курса и начинает менять способ принятия решений.
С критическим мышлением то же самое. Можно преподавать его как набор логических ошибок и приемов проверки источников. А можно устроить образовательную среду так, что аргументация, проверка оснований и работа с неопределенностью требуются на истории, биологии, литературе и математике. Во втором случае критическое мышление уже не предмет. Это правило устройства образовательной среды.
Когда компетенция становится инфраструктурной, требования к ней не исчезают. Наоборот, они становятся жестче. Вьетнаму недостаточно решить, что теперь математику можно преподавать на английском. Для этого нужен учитель, который одновременно понимает математику, владеет английским на уровне B2–C1 и умеет преподавать предмет через второй язык. По оценке отчета, соответствующая подготовка к 2030 году потребуется примерно 200 тысячам учителей. Это хороший пример того, почему «интегрировать компетенцию во все предметы» гораздо сложнее, чем добавить еще один предмет в расписание.
То же происходит и с оцениванием. Когда английский — отдельный предмет, можно измерять словарный запас, грамматику, чтение, аудирование. Когда английский становится средством изучения физики, появляется более сложный вопрос: ученик не решил задачу потому, что не понимает физику или потому, что не понял формулировку на английском? Чем глубже компетенция встраивается в деятельность, тем труднее измерить ее отдельно от этой деятельности.
У студентов Физтеха появится возможность участвовать в разработке ИИ-технологий ещё во время учёбы благодаря партнёрству с «Антиплагиатом».
Компания подписала соглашение о сотрудничестве с МФТИ в подготовке специалистов и стала базовой организацией кафедры интеллектуальных систем Физтех-школы прикладной математики и информатики.
🔥Специалисты «Антиплагиата» будут вместе с преподавателями развивать программы специализации и магистратуры, вести занятия и руководить студенческими исследованиями.
🔥В планах также совместные научные проекты и опытно-конструкторские разработки.
🔥Студентам кафедры предусмотрены стипендии до 25 тысяч рублей в месяц, практика на базе компании и поддержка при трудоустройстве.
🔥Студенты и аспиранты смогут пользоваться её библиотечными и информационными ресурсами.
🔥Соглашение также предусматривает помощь в организации стажировок в российских и зарубежных научных и университетских центрах.
⚡ 4 ❤🔥 2 💯 2 · всего 9
Перейти к публикации →
В Vietnam’s EdTech White Paper 2026 одним из факторов успеха edtech-компаний авторы называют способность внедрить продукт, а не просто качество самого продукта. Для образовательных организаций становится недостаточно купить LMS, систему аналитики или решение на базе ИИ. Нужны интеграция с существующими системами, перенос и синхронизация данных, обучение преподавателей и администраторов, техническая поддержка, информационная безопасность — и возможность оценить, что изменилось после внедрения.
На первый взгляд ничего революционного. Корпоративный софт давно живет по этим правилам. Но образовательные технологии долгое время обсуждались через свойства самого продукта. Насколько хорош интерфейс? Есть ли адаптивность? Геймификация? Аналитика? ИИ? Насколько качественный контент?
Получалась довольно простая конструкция:
есть образовательная проблема → появляется более совершенная технология → проблема решается лучше.
На практике между вторым и третьим пунктом находится организация.
Можно купить прекрасную LMS и продолжить использовать ее как хранилище PDF. Можно внедрить образовательную аналитику, но не изменить ни одного управленческого решения на основании полученных данных. Можно дать преподавателям ИИ-инструменты, которыми они не будут пользоваться. Можно автоматизировать обратную связь так, что преподаватели начнут ее игнорировать, а учащиеся — воспринимать как очередной машинный шум.
Технология внедрена. Изменений нет.
Вьетнамский рынок в этом смысле интересен масштабом происходящего. В стране цифровизация образования идет не только на уровне отдельных приложений. Национальная база дошкольного и школьного образования содержит данные 53 979 образовательных организаций, а система высшего образования — данные 470 организаций, более чем 25 тысяч образовательных программ и почти 3 млн учащихся. Параллельно развиваются электронные учебные материалы, цифровые записи, системы управления школами и университетами. И чем больше таких систем появляется, тем меньше ценность отдельного продукта определяется набором его функций. Появляется другой вопрос: насколько хорошо он способен стать частью уже существующей образовательной системы?
💬Предположим, компания внедряет ИИ для корпоративного обучения. Она может купить систему, которая умеет анализировать запрос сотрудника, рекомендовать материалы и генерировать индивидуальные задания. Но способность организации персонализировать развитие сотрудников от этого автоматически не возникает. Для этого нужно решить, какие данные система получает о сотруднике. Договориться, что считать компетенцией и как ее измерять. Перестроить процессы L&D. Определить роль руководителя. Научить сотрудников пользоваться новой системой. Решить вопросы конфиденциальности. Понять, по каким показателям через полгода будет оцениваться результат. И внезапно выясняется, что большая часть работы происходит не внутри технологии, а вокруг нее.
👉Чем технологичнее становится edtech, тем больше его реальный эффект зависит от организационного развития.
✍ 1 💯 1
Перейти к публикации →
Бизнес Идеи 2.0
AVENUE | Бизнес Лента
Трансформатор
Аяз
Тёмная сторона / Темнографика
Бизнес Идеи Стартапы