Телеграм канал «Лаборатория онлайн-обучения»

Образование и экономика: почему старая модель больше не работает

Уже второй год я не просто анализирую рынок труда в сфере образования, но и консультирую разных коллег из разных ниш: от EdTech и академической до корпоративной.

Именно поэтому у меня появилась та самая насмотренность, которая не возникает после прочтения учебника. Она складывается из десятков удачных и неудачных историй, кейсов, из опыта людей, которые отучившись, шли работать, а затем приходили ко мне, чтобы поделиться своим опытом. И за эту открытость хочется сказать им большое спасибо. Ведь их опыт повлиял на моё отношение к тому, чему учат людей в учебных заведениях и как на полученные знания реагируют работодатели как представители реального сектора экономики.

Мир меняется.

Поэтому в этом году я пришёл к самому главному выводу:
образование уже не может обслуживать экономику так, как делало раньше.
Делюсь пятью тезисами в подтверждение данного вывода, за которыми стоят мои наблюдения, опыт коллег и исследования рынка труда (отечественные и зарубежные):

Во-первых, экономика меняется быстрее, чем человек успевает получить образование. Сегодня человеку нужен один набор навыков, завтра — уже другой, послезавтра — ни один из навыков уже не актуален.

Во-вторых, у общества есть цели, которые не сводятся к росту ВВП. Существуют понятия, которые не измеряются экономической эффективностью, но влияют на благополучие людей, например, уровень кругозора человека или уровень его культурного, психологического или эстетического развития.

В-третьих, когда образование обслуживает экономику, оно легко начинает воспроизводить неравенство. Тогда ценность знаний определяется доходностью профессии, а ценность человека — его рыночной полезностью.

В-четвертых, экономика сегодня уже сама нуждается в людях, которых нельзя вырастить «узкоэкономическим» образованием. Ей нужны не только исполнители, но и люди с развитыми творческими способностями, критическим мышлением и т. д. Особенно это видно на фоне развития ИИ.
Ещё раз по этому тезису: экономика стратегически как раз выигрывает от образования, которое не работает на неё полностью.

В-пятых, мы живём в мире, где становится всё больше напряжения, поляризации, информационного шума, недоверия и неспособности людей слышать друг друга. В этих условиях образование должно не только готовить человека к профессии, но и учить его мыслить, различать правду и манипуляцию и оставаться человеком в этом сложном мире. А эта задача гораздо шире, чем просто «подготовка кадров для рынка».

Понимание данных тезисов, на мой взгляд, первый шаг к настоящей трансформации образования.

Где брать свежие идеи и работающие практики?

Ответ проще, чем кажется — там, где их не просто обсуждают, а показывают в деле.

Сейчас открыта регистрация на конференцию сообщества Digital Learning 2026. Как говорится, отличная возможность попасть в среду, где рождаются сильные решения в корпоративном обучении (и не только).

Перед вам часть тем, которые будут разбирать участники 👇🏼

• Как проектировать обучение для сотрудников с эмоциональным выгоранием.
• Как встроить обучение в продукт и превратить его в драйвер роста бизнеса.
• Как научить руководителей запускать AI-проекты с понятным бизнес-результатом.
• Как создать масштабируемую онлайн-школу, где дети понимают чему учатся.
...и многое другое.

Отдельный фокус — кейсы победителей Премии Digital Learning 2025, где вы можете познакомиться с лучшими образовательными проектами в нише. Был в жюри этого чудесного конкурса, работы там действительно повышают насмотренность.

Знаете, конференция Digital Learning — это отличный способ повысить не только изучить работающие кейсы и практики, но и возможность поучаствовать в профессиональном нетворкинге, а также обменяться идеями. Например, на конференции я познакомился с десятками коллег, с которыми общаюсь до сих пор.

📆 Дата и место проведения: 22 апреля 2026 года, г. Москва, гостиница «Аэростар».

Посмотреть программу и зарегистрироваться можно по 👉🏼 ссылке

Что действительно помогает запоминать учебную информацию?

Расставление закладок в книгах, выделение маркерами основных мыслей на разных страницах и т.д.?

Нет, конечно.

Это в лучшем случае инструменты навигации по тексту, а не механизмы, которые помогают переводить информацию из оперативной в долгосрочную память.

Именно поэтому создал для вас вебинар «Эффективные подходы к запоминанию учебной информации: доказательный экскурс на понятном языке».

Этот практическое руководство, основанное на актуальных научных исследованиях.

➕ Его огромный плюс в том, что полученные знания вы сможете применять не только для собственного профессионального и личностного роста, но и при обучении других — будь то студенты, коллеги или сотрудники.

Вы узнаете👇🏼

• Как на самом деле работает память.
Какие существуют виды памяти и почему наша способность хранить информацию не безгранична.

• Секреты эффективной обработки информации.
Как теория когнитивной нагрузки влияет на запоминание. Эти знания позволят избежать перегрузки обучающихся и сделать процесс усвоения материала максимально продуктивным.

• Три научно доказанных метода запоминания.
Проверенные стратегии, которые помогут повысить запоминание учебной информации.
Это действительно ТОП-3 метода, которые достаточно знать любому, кто учится, или учит других.

Забрать материалы можно по 👉🏼 ссылке

🎓 Конфликт опыта или сопротивление: что на самом деле происходит со взрослым в обучении?

Меня иногда спрашивают:
«А чем конфликт опыта отличается от того, что у взрослого обучающегося просто возникает психологическое сопротивление, когда он сталкивается с новым знанием?»

На мой взгляд, здесь важно не смешивать разные явления.

Во-первых, психологическое сопротивление — это реакция.
Оно может проявляться в отрицании, раздражении, дистанцировании, обесценивании нового знания или нежелании его осваивать.

А конфликт опыта — это ситуация, в которой прежний опыт взрослого сталкивается с новым — и между ними возникает противоречие. И уже сопротивление может быть одним из способов проживания этого конфликта.

Во-вторых, понятие опыта намного шире, чем понятие знания.

Знание — это то, что взрослый знает.
Опыт — это то, что взрослый уже прожил, применил, проверил, эмоционально и профессионально через себя пропустил и т.д.

Именно поэтому взрослый обучающийся чаще сопоставляет знания со своим профессиональным маршрутом, своими удачами и ошибками, своими рабочими решениями, убеждениями, привычками, а иногда и со своей идентичностью. То есть он сопоставляет то, чему вы его учите, с тем, что он накопил в опыте в целом.

Поэтому конфликт опыта глубже, чем простое непринятие новой учебной информации.

В-третьих, конфликт опыта — это, если можно так выразиться, «зона ближайшего развития Выготского во взрослой нише».

Разумеется, я использую это сравнение не как строгое научное тождество, а как попытку описать механизм развития взрослого человека в обучении.

Если у ребёнка развитие во многом связано с созреванием психических функций, то у взрослого развитие часто происходит через переосмысление и перестройку уже сложившегося опыта.
Именно в точке столкновения старого опыта с новым и возникает возможность развития.

Примечание:
Понятие «конфликт опыта» было выведено мной не в научной лаборатории, а в ходе многолетней практики обучения взрослых.

И мне особенно ценно, что данное понятие находит отклик у многих практиков, которые также обучают взрослых. Пожалуй, в этом и состоит для меня главный критерий ценности любой педагогической идеи.

Коллеги, а вы в своей практике чаще сталкиваетесь именно с сопротивлением обучающихся или всё-таки с конфликтом опыта❓

ИИ — это методический ассистент, а не автономный автор тестовых заданий.

Друзья, пару слов в дополнение сегодняшнего поста на канале.

Полезного просмотра 🎥

Некоторые проектировщики курсов задаются вопросом:
«Почему я не могу просто сгенерировать методический фреймворк по проектированию тестовых заданий с помощью нейросети?»

Почему не можете? Можете.

Просто я сразу обозначу типовые ошибки, которые вам просто могут быть незаметны (они становятся заметны когда качество тестовых заданий замеряешь)

Во-первых, нейросеть подменяет методику набором общих шагов. Чаще всего это не алгоритмы, а формальные списки из серии: «определите цель теста», «составьте задания», «проверьте ответы» и так далее. Методически это выглядит слабо, потому что в таком подходе нет ни критериев качества на каждом этапе, ни правил перехода между шагами, ни условий выбора типа задания, ни механизмов проверки валидности и надёжности и т.д. То есть это не рабочий алгоритм, а какая-то декларативная схема.

Во-вторых, происходит смешение педагогической и технической логики. Нейросеть чаще всего выстраивает алгоритм так, будто главная цель — сгенерировать как можно больше заданий, а не измерить образовательный результат. Из-за этого рекомендации смещаются от цели обучения — к форме теста. И это ошибка. Сначала у нас должен быть объект измерения, а уже потом — измерительный инструмент, а не наоборот.

В-третьих, нейросеть часто игнорирует уровни педагогических целей. Она не различает, что задания могут быть направлены на проверку разных уровней знаний (см. таксономию Бенджамина Блума). Из-за этого нейросеть может предлагать тестовые задания по единому шаблону для разных педагогических задач. Обучающиеся могут выполнять в таком случае разные по типу тестовые задания, но оценивать у них будут один и тот же когнитивный уровень (вот это поворот, да?).

Если говорить проще, не теряйте время и силы.
Качество важнее.

Просто заходите и приобретайте методические фреймворки под нужную для вас задачу при создании курса 👉🏼 здесь

Мне кажется, что наиболее эффективными педагогическими решениями для построения инструкционной образовательной среды для роботов будут 👇🏼

1. При проектировании образовательных результатов

• Обратный дизайн (полезен тем, что сначала позволяет определить, какое действие или навык робот должен освоить, затем задать критерии успешности, и только после этого создавать учебную среду, данные и упражнения)
• Компетентностный подход (ориентирует обучение на конкретно проверяемую способность робота, например, распознавать, перемещать и т.д.)
• Критериально-ориентированное оценивание (плюс подхода для робота в том, что позволяет оценивать робота не в сравнении с другими роботами, а по заранее заданным признакам точности, устойчивости, безопасности и качества выполнения задачи)

2. При разложении и структурировании навыка

• 4C/ID (польза в том, что помогает для робота проектировать обучение сложным навыкам через разбиение задач, поддерживающей информации, процедурных инструкций и отработки отдельных элементов действий)
• Спиральная модель обучения (особо актуально для робота, потому что позволяет возвращаться к одному и тому же навыку несколько раз, но каждый раз на более сложном уровне, постепенно расширяя диапазон условий, в которых такой робот может действовать)

3. При первичном освоении навыка

• Скаффолдинг (нужен, чтобы понимать насколько эффективно робот справляется с выполняемыми задачами на разных уровнях сложности и достаточно ли у него данных для выполнения таких задач)
• Теория поэтапного формирования умственных действий Гальперина (может быть полезна, поскольку позволяет роботу последовательно осваивать признаки ситуации, логику действия и т.д.)

4. Для доведения первичного навыка до автоматизма

• обучение в моделируемой среде (instructional simulation) (хорошо тем, что дает возможность многократно, безопасно и дешево отрабатывать роботу действия до переноса их в реальный мир и с реальными задачами)
• сценарный подход (полезен тем, что позволяет учить робота целостным типовым ситуациям, где нужно связывать несколько действий в единую последовательность; условно нужно накрыть обеденный стол — роботу нужно связать несколько действий: распознать нужные предметы, определить их расположение, выбрать порядок действий, захватить тарелку, перенести её в нужное место и т.д.)

5. Для коррекции действий робота

• формирующее оценивание (польза в том, что дает возможность исправлять поведение робота по ходу обучения, а не только фиксировать итоговый результат в конце, например, как в случае с суммативным оцениванием)
• критериально-ориентированная диагностика (помогает точно выявлять, какой именно компонент навыка роботом не освоен: распознавание, выбор действия и т.д.)

6. Для переноса навыка робота в реальную среду

• обучение на рабочем месте (workplace learning) (нужно, для проверки и доучивания робота при переносе навыка на практику, где появляется взаимодействие с другими объектами, человеком, появляются ограничения среды для применения навыка и т.д.)
• проблемное обучение (problem-based learning) (помогает учить робота действовать в ситуациях, где нужно выбирать способ действия в регулярно изменяющихся условиях)