Телеграм канал «Лаборатория онлайн-обучения»

Что-то надоели эти поверхностные выводы вида «Исследования доказывают, что VR эффективнее лекций» 😀

Сравнивать иммерсивный VR для отработки навыков (например, работы с производственным оборудованием) и лекцию для передачи теоретических концепций — просто бессмысленно.

У них разные цели и разная дидактическая ниша.

• Лекция (если она хороша) даёт теоретическую базу, объясняет причинно-следственные связи по теме и т.д.
• VR погружает в опыт, тренирует моторные навыки и реакции в смоделированной реальности.

Согласны❓

▪️Производим контент или изменения?
Порассуждал о проблеме «избыточного контента» в обучении и тому, как методология Backward Design (обратный дизайн) помогает сделать курсы эффективнее.

▪️Как принимать методические решения, когда нет данных о студентах, а заказчик и целевая аудитория имеют разные ожидания?
Поделился анонсом нашей свежей научной статьи в журнале «Прикладная психология и педагогика».

▪️Образовательный опыт как следствие, а не предпосылка
Рассказал о том, что курс строится впервую очередь, начиная с выбора модели учебной программы, а не проектирования опыта.

🎓 Не количество прочитанного, а насмотренность

В последние годы я изучаю различные материалы о применении научного подхода при создании образовательных продуктов. И мои наблюдения помогают формировать насмотренность, которая позволяет затем на проектах предлагать наиболее актуальные подходы, модели, методики и т.д.

К этому пришёл не сразу.

Дело в том, что когда ты изучаешь материалы последовательно, то безусловно, узнаёшь больше.
Но увеличение знаний не ровняется увеличению насмотренности.

Можно прочесть десяток научных статей о разных проектных моделях педагогического дизайна (ADDIE, SAM и т.д.). Это будут знания. Насмотренность — это понимание, почему в стартапе онлайн-школы SAM будет эффективен, а для создания масштабного корпоративного курса логичнее использовать ADDIE. Именно такие материалы в последнее время интересны мне более всего, так как представляют собой редкость.

Ведь когда вникаешь во что-то как в знание, то получаешь ответ на вопрос «Что это такое?» (например, «Что такое микрообучение?»). Насмотренность отвечает на вопросы «Когда это сработает?», «Почему это может не сработать?», «Чем это можно заменить в разных условиях?» и т.д.

Насмотренность связана не с определениями, а с анализом условий и ограничений применения знания.

Мне кажется, что при обилии источников информации именно навык насмотренности становится ключевым для практика. Он позволяет фокусироваться только на тех решениях, изучив которые, расширяется методологическая рамка применения самого знания.

Коллеги, а где вы используете насмотренность ❓

Размышляю над недавним кейсом 💭

Заказчик пришел с сырой идеей.

Нужно было не просто поучаствовать в создании ТЗ курса, а быстро стать его со-мыслителем: понять суть запроса, проанализировать и сразу, буквально в диалоге, предложить структуру решения.

Ключевое условие: скорость.
Нет времени на долгие циклы, обдумывание и т.д.

Но, несмотря на это, я всё же использовал ИИ и в очередной раз убедился, что он — эффективный исполнитель.

Чтобы дать ему точную инструкцию, часто нужен человек, способный в режиме реального времени быть аналитиком, переводчиком, архитектором такого решения при взаимодействии с заказчиком.

Спасибо тем, кто со мной, информация для размышляющих

Благодарю тех, кто доверился и уже вошёл в нашу учебную группу. Очень рад, что будем работать вместе, и уже чувствую энергию предстоящей практики.

Также я хорошо понимаю тех, кто всё ещё взвешивает своё решение.

У каждого свои обстоятельства, ритм и моменты для таких шагов — и это абсолютно нормально.

Обучение должно приходить вовремя, и я с большим уважением отношусь к вашему выбору, каким бы он ни был.

Для тех, кто пока в размышлениях, просто сообщу по датам: 9 февраля (в понедельник утром) — стоимость курса на сайте увеличится.

После 9 февраля возможность присоединиться к обучению по-прежнему останется — вплоть до самого старта, но по менее привлекательной цене.

15 февраля — начало нашей работы. Таким образом, у вас есть время до старта, чтобы принять решение.

Но если для вас важно участие по текущей цене тогда стоит сделать этот шаг до утра понедельника 9 февраля.

Больше напоминать не буду, чтобы не быть навязчивым🙂

Если есть вопросы по программе, формату, оплате — всегда рад на них ответить в личных сообщениях.

👉🏼 Присоединиться к обучению

Недавно посмотрел отрывок интервью с Магнусом Карлсеном, известным шахматистом, гроссмейстером. В нём он говорил о том, что в шахматах периодически приходится полагаться на интуицию, потому что времени на обдумывание мало и нужно обнаруживать закономерности решения и принимать решения.

💭 Интересно, что мы обычно мало говорим об интуиции, много обсуждаем конкретные навыки. Но в момент критического выбора часто нет времени на долгие размышления — есть только ощущение ближайшего диапазона событий. И здесь не помогают чистая логика или расчёт, а что-то иное: та самая невидимая нить, умение прислушаться к внутреннему чутью.

Это забавная иллюстрация того, как даже в такой логической игре, как шахматы, в решающий момент на первый план выходит не анализ и логика, а интуиция.

💭 В очередной раз дискутировали с женой о роли ИИ в образовании — и в какой-то момент разговор ушёл в сторону академических образовательных учреждений.

Про то, что ИИ помогает студентам делать домашние задания, создавать рефераты и даже дипломные работы, уже особо никого не удивишь. Это стало частью реальности.

Но мне интересен теперь другой вопрос — про долгую дистанцию в создании дипломного проекта (или написании диссертации).

Представим студента, который выбирает тему диплома и начинает над ним работать. Допустим, его проект рассчитан на два года и посвящён автоматизации преподавательской рутины: подготовка учебного контента, корректура, проверка заданий, обратная связь и т. д. Причём такой студент не просто пишет текст — он параллельно делает сервис «универсального помощника».

Проходит год.

И внезапно выходит новый ИИ-инструмент или обновление существующего, которое закрывает 80–90% исследовательских задач студента.

Получается странная ситуация: человек вложил много времени, но тема может просто обесцениться не потому, что он плохо работал, а потому что мир за этот год резко ускорился.

Причём примеры могут быть и с другими студентами и их темами, начиная от инженерных и заканчивая естественно-научными.

И вот тут у меня вопрос:

А зачем вообще выбирать дипломную работу «в долгую», если за время работы тема может потерять актуальность? 🤔
Насколько оправданы двухлетние разработки и исследовательские проекты в эпоху, где каждый год появляются решения, «меняющие правила игры»?