Телеграм канал «Лаборатория онлайн-обучения»

Прекраснее всего в День учителя
— делать что-то для учителей.

Недавно мне написал крупный вуз:
Хотим реализовать программу по развитию цифровых навыков преподавателей.

Я сразу предупредил:
Только давайте я не буду рассказывать, как правильно писать промпты или как программировать на Python. Таких курсов уже вагон и маленькая тележка 😀

На удивление, именно этого от меня и ждали.

Мы начали обсуждать программу и довольно быстро пришли к теме того, как вообще меняется работа преподавателя в цифровой среде.

🧳Что теперь важно уметь?
🧳Как встроить технологии в преподавание, а не просто добавить ещё один сервис?
🧳Где использовать нейросети?
🧳Какие решения по-прежнему должен принимать сам преподаватель? и так далее по списку

Тут я сразу включил продуктовый подход и предложил заказчику: прежде чем собирать учебную программу, давайте сначала познакомимся с преподавателями и поймём, что им вообще нужно.

Чтобы посмотреть на их задачи, сложности, отношение к технологиям.

А потом мне сообщили одну деталь.

В группе будет всего пять преподавателей.

Пять.

Коллеги считают, что если хотим действительно чему-то научить людей через практику, то небольшая группа работает гораздо лучше и персонализированный подход там применить можно эффективнее.

Здесь я окончательно понял, что можно сделать нормальную мастерскую.

Поэтому открыл Holst и решил установочную встречу превратить в небольшой интерактив.

На видео то, что получилось 🎥 Сборка — 15 минут

Коллеги, как думаете, такой формат установочной встречи поможет действительно вытащить актуальные потребности преподавателей — или что-то важное всё равно останется за кадром ❓

Сегодня хочется просто сказать большое спасибо всем, кто каждый день заходит в классы, аудитории и онлайн-комнаты, чтобы учить, поддерживать, объяснять, вдохновлять и иногда по десять раз отвечать на один и тот же вопрос 😄

Когда практически любой факт можно найти за несколько секунд, особенно ценным становится помочь увидеть смысл в обучении, заинтересовать, направить и поддержать, дать обучающемуся уверенность двигаться дальше самостоятельно!

И всё это — параллельно с новыми технологиями, меняющимися форматами обучения, высокой нагрузкой, отчётами, бесконечным количеством задач.

Поэтому я особенно восхищаюсь теми, кто, несмотря на всё это, продолжают учиться сами, пробовать новое, искать подходы к своим ученикам, не терять интерес к своей профессии.

Дорогие учителя и преподаватели, спасибо вам за вашу энергию и ту огромную работу, которую вы делаете каждый день.

Пусть рядом будет больше любознательных и благодарных учеников, меньше бессмысленной рутины, больше свободы для творчества и как можно больше моментов, когда можно сказать себе: «Да, всё это было не зря».

С праздником 💐

Колонка главреда. Сентябрь

Друзья, сентябрь получился очень Digital Learning: ИИ и образовательные продукты, бизнес-метрики и Skills Gap, адаптивность и обратная связь, внутренние эксперты, нетворкинг и этика технологий.

А ещё в этом месяце к нашей авторской команде присоединился Марат Немешев и добавил важный ракурс — не только что умеет ИИ, но и где проходят границы его применения.

Собрали все авторские публикации сентября👇

⭐️ Михаил Осипов — исследовал, как ИИ меняет саму логику проектирования обучения: от адаптивного образовательного опыта и профессиональных оптик до проверки педагогических решений нейросети.
🟡ИИ и образовательный опыт: можно ли генерировать следующий шаг прямо во время обучения?
🟡Одна метрика — несколько профессиональных оптик
🟡Как писалась «Андрагогика для практиков»
🟡ИИ и переключение между профессиональными оптиками
🟡Можно ли проверить педагогические решения нейросети?

⭐️ Алексей Миляев — продолжил проверять ИИ на практике: разбирал специализированные образовательные сервисы, вайбкодинг, «вайбметодологинг» и место профессионализма в эпоху генеративных технологий.
🟡Gauth, Seedance и нейрослоп на службе школьного образования
🟡Навайбкодю SaaS — куплю жене сапоги: снова на старые грабли
🟡Вайбкодинг vs вайбметодологинг: почему с кодом ИИ справляется лучше?
🟡Runway AI Film Festival 2026: искусство с ИИ

⭐️ Варвара Егорова — последовательно возвращала обучение к бизнес-задаче: где действительно не хватает навыков, с какой метрики начинать и как переводить стратегию компании в конкретные действия сотрудников.
🟡Skills Gap: как отличить нехватку навыков от проблем в бизнес-процессе
🟡Почему обучение под бизнес-задачу должно начинаться с бизнес-метрики
🟡Новые цели бизнеса требуют новых действий сотрудников

⭐️ Светлана Хамитова — предложила по-новому посмотреть на обратную связь и на adaptability gap — способность действовать и учиться там, где готовой инструкции ещё нет.
🟡Подкаст: почему обратная связь не всегда должна начинаться с зон роста
🟡Adaptability gap: как развивать способность действовать без готовой инструкции

⭐️ Диана Зверева — посвятила сентябрь профессиональным связям и тому, как создавать пространство для настоящего нетворкинга, а не просто обмена контактами.
🟡Как проектировать пространство для настоящего нетворкинга
🟡Связи решают: как знакомиться, находить своих и не терять контакты

⭐️ Наталия Горбачевская — через простую пару «что делать?» и «что сделать?» показала разницу между стратегической целью и конкретным результатом проекта.
🟡Что делать? или Что сделать?

⭐️ Ольга Искандирова — продолжила «Полезные понедельники» кейсами Ozon и СберУниверситета о развитии цифровых навыков, внутренних экспертах и переходе от обучения к реальным AI-проектам.
🟡Как прокачать цифровые навыки тысяч сотрудников. Кейс Ozon
🟡От обучения к реальным AI-проектам. Кейс СберУниверситета

⭐️ И встречаем нового автора — Марата Немешева! Марат принёс в Digital Learning важный разговор об этике ИИ: почему «законно» ещё не означает «этично» и где проходит граница между автоматизацией и человеческой ответственностью.
🟡Этика ИИ: почему законного недостаточно
🟡ИИ-прокторинг: где проходит граница между контролем и автоматизированным решением

Огромное спасибо всем нашим авторам! ❤️
За то, что приносите в Digital Learning разные профессиональные оптики, делитесь реальным опытом, спорите с привычными подходами, проверяете новые технологии и помогаете нам всем смотреть на обучение чуть шире. Именно из таких разных голосов и складывается живое профессиональное сообщество — место, где можно не только следить за трендами, но и осмысливать их вместе.

Спасибо, что вы с нами 🔥

Кажется, мы знаем как продуктивно провести время осенью 😌

А вы?

Завтра собираю финальные заявки и делаю заказ книги.
Уже перевалили за 50. Оставить заявку можно 👉🏼 здесь

Да здравствует практика теория!

Продолжаю тестировать тренажеры в GPT.
На скрине тот, который помогает с учебной аналитикой.

💭 В процессе обучения заметил интересную вещь.

Если теоретическая база предварительно верифицирована, нейросеть уже способна закрывать значительную часть работы с теорией. Причём основное преимущество вижу именно в персонализации такой теории.

Например, в моём тренажере нейросеть сперва диагностирует мои пробелы и определяет, какие зоны требуют развития. Затем подбирает теорию под выявленные дефициты, предлагает задания для закрепления, проверяет понимание через тесты и после этого даёт реальные кейсы, в которых необходимо применить изученную теорию.

Если проблема сохраняется, к теме можно вернуться ещё раз. Если материал освоен, нейросеть переходит к следующему теоретическому модулю.

Получается последовательность диагностика → теория → проверка → практика → повторная диагностика.
То есть траектория постепенно формируется вокруг конкретных дефицитов.

На мой взгляд, именно в этом заключается одна из наиболее сильных возможностей нейросетевых тренажёров.

Причём мне не обязательно одинаково глубоко проходить темы, которые я уже знаю, и темы, в которых есть пробелы. Например, тему с диагностикой проблемы заказчика я прошёл с нейросетью довольно быстро.

Для традиционного учебного курса подобный уровень вариативности будет дорогим (очень дорогим). Нужно заранее разработать множество версий объяснений, заданий и кейсов под разные ниши, уровни подготовки и т.д.

Нейросеть генерирует эту вариативность непосредственно в процессе обучения. И за считанные секунды. Единственное — рекомендую нейросеть усилять моим фреймворком по разработке кейсовых заданий.

Поэтому в части освоения и закрепления теории нейросетевой тренажёр уже вполне способен конкурировать с обычной лекцией. Причём отдельных случаях он может оказаться эффективнее именно за счёт постоянной адаптации материала.

То Настенька с моей команды выиграла конкурс разработчиков «ЛАМПА РЕЙВ», теперь выступила на конференции ИИ.Elements (с чем её и поздравляю).

Короче говоря, проявляет активность по полной программе: слушает, что говорит дядя Миша и получает поддержку.

Сегодня она пишет мне в личные сообщения:

Миша, мне после доклада о практико-рефлексивных тренажёрах курса «Управление образовательными проектами: основы» задали вопрос, не дословно, но суть передам: «Как вы отслеживаете ответы (прогресс) внутри тренажёра?».

Мой ответ:
Мы не использовали тренажёр как инструмент измерения прогресса обучения — это не было его функцией в архитектуре курса.

Контроль освоения материала был вынесен в отдельные тесты (промежуточные и итоговый).

Тренажёр выполнял функцию формирующего оценивания, то есть создавал ситуацию, в которой обучающийся мог самостоятельно принять, аргументировать решение, провести рефлексию в рабочей тетради, а затем сопоставить свою логику с экспертным разбором (который предоставляется тренажёром).

Коллеги, а теперь вопрос вам.

Как вы как считаете, можно ли наше решение назвать образовательным тренажёром ❓