Телеграм канал «Лаборатория онлайн-обучения»

Почему ТЗ для эксперта не работает?

Плохое ТЗ для эксперта — это прямой путь к бесконечным правкам, сорванным дедлайнам и, как следствие, негативным отзывам от обучающихся.

Какие существуют 3 ошибки при постановке ТЗ, которые делают даже опытные проектировщики👇🏼

• Отсутствие критериев

Понятия «интересно» или «глубоко» субъективны. Без четких вводных (например, «задание должно решаться за 20 минут») эксперт будет ориентироваться на свой вкус, а не на вашу методическую и учебную задачи.

• Пропуск контекста

Часто эксперту в ТЗ забывают сообщить кого учат, с каким предыдущим опытом, что уже обучающиеся знаю по теме (а чего нет) и так далее по списку. Таким образом, эксперт разрабатывает контент «на свой вкус и цвет».

• Игнорирование ограничений

В ТЗ пишут, что нужно сделать, но забывают указать, чего делать нельзя. Без списка ограничений (возможности платформы, лимиты по времени проверки и т.д.) возникают постоянные переделки контента и риск увеличения бюджета по всему проекту.

💭 Вчера презентовал решение, которое упростит работу тем, кто регулярно работает с предметными экспертами — фреймворк «ТЗ для эксперта: подготовка практической части занятия». Это готовая структура, которая сводит вероятность недопонимания к минимуму и превращает хаос в предсказуемый результат.

Почитать подробности и приобрести фреймворк по самой выгодной стоимости можно по 👉🏼 ссылке.

🎓 О границах искусственного интеллекта в учебной аналитике

Изучая кейсы применения учебной аналитики в академическом секторе, понимаешь, что алгоритмы уже отлично считают показатели, находят типовые паттерны, отслеживают учебную активность студентов, прогнозируют риски отчисления и даже предлагают возможные решения.

Однако есть задачи, где финальное решение всё ещё должен принимать человек и в этих задачах у нейросети есть ряд ограничений. Разберем несколько таких ситуаций.

1. Нейросеть не обнаруживает новых условий

Нейросеть обучается на исторических данных. Если университет меняет платформу или переносит часть занятий в видеоконференции, старая модель начинает ошибаться.

Нейросеть видит резкое падение привычной активности (например, входов в LMS), формируется вывод о том, что все перестали учиться и риски отчисления выросли.

Но вопрос не в этом, а в том, что изменились условия, в которых обучающиеся осваивают знания. Они ведь по-прежнему активны, но теперь их действия происходят в другом месте, откуда модель не умеет собирать данные.

2. Нейросеть выявляет корреляции, а не причины

Нейросеть отлично находит статистические закономерности. Но эти связи лишь указывают на проблему, не объясняя её природу.

Например, алгоритм может заметить, что студенты, у которых резко снижается число входов в LMS, увеличивается количество просроченных заданий и падает активность в онлайн-обсуждениях, статистически чаще попадают в группу по неуспеваемости.

Однако такая корреляция ещё не объясняет причин проблемы.

Снижение активности может быть связано с перегрузкой, работой, потерей мотивации или даже с техническими изменениями в образовательной среде. От того, какова реальная причина, зависит и стратегия поддержки: где-то нужно скорректировать нагрузку, где-то — предложить поддержку, а где-то — помочь с организацией учебного процесса и т.д.

3. Нейросеть ориентирована на цифры, а не на то, что за ними скрывается

Нейросеть чаще всего работает исключительно с цифрами: баллы, клики и т.д. Но многие значимые аспекты обучения бывают как раз не оцифрованы.

Например, качество аргументации на семинаре, лидерство в проектной работе, рост уверенности студента, первые признаки выгорания, невербальные сигналы на занятиях и т.д.

4. Нейросеть не определяет приоритеты в учебной аналитике

Нейросеть может подсчитать множество метрик, но она не способна расставить приоритеты. Что важнее: высокая вовлечённость или глубина понимания? Скорость прохождения курса или качество усвоения знаний? и т.д.

То есть ответ на вопрос «что считать успехом» зависит от целей программы, индивидуальных особенностей обучающихся и т.д.

Коллеги, а какие ещё вы бы добавили ограничения ❓

Перестаньте делать работу за эксперта.
Просто поставьте ему техническое задание.

Вы знаете эту проблему. Она звучит так👇🏼

– Эксперт обещает «крутую практику», а приносит лекцию на 10 листов.
– Вы просите добавить примеров для заданий, а слышите: «Ну, там всё интуитивно понятно».
– Тратите 3 дня на переписку, чтобы вытащить из него нормальные критерии оценки задания.
В итоге вы создаёте задание сами, а эксперт только даёт обратную связь (когда ему удобно).

Это не потому, что эксперт плохой. Он просто думает содержанием, а вы — методической целесообразностью. Это два разных языка.

Чтобы настроить коммуникацию, нужен переводчик.
Или — готовая система для диалога.

Знакомьтесь: методический фреймворк «ТЗ для эксперта: подготовка практической части занятия»

Это не инструкция.
Это конструктор, который вы просто даёте эксперту заполнить.

Что внутри?
• 6 блоков структуры, которые гарантируют, что вы ничего не забудете: от входных данных до чек-листа для проверяющего практическое задания.
• 9 этапов работы — пошаговый маршрут от первой встречи до апробации задания.
• 11 типичных ошибок методистов — проверьте, не наступаете ли вы на те же грабли.
• Видеоинструкция — как применять фреймворк и что делать, если эксперт снова «ушёл не туда».

В итоге:
– эксперт вас понимает и вы сокращаете столь драгоценное время на всякие диалоги и переработки,
– задания соответствуют уровню обучающихся (не слишком сложно и не слишком просто),
– у вас появляется прозрачная система оценки (критерии, баллы, эталон,
– вы перестаёте работать за двоих и начинаете просто управлять процессом.

Как всегда самая выгодная стоимость только 3 дня, 19 марта в 21:00 МСК цена увеличится!

➡️ Подробности и возможность приобрести фреймворк 👉🏼 здесь

💭 Глядя на то, с каким профессионализмом и подходом этот корейский мастер создаёт обувь мне тут же захотелось провести параллель между тем, что генерирует нейросеть в образовании, и то, что создано ручным трудом.

И мне кажется, что ценность ручной работы при создании учебных курсов будет скоро также цениться как ценятся мастера, выполняющие что-либо своими руками на заказ, будь то художники-керамисты или портные.

Кажется, что обучающиеся, начав курс, будут получать удовольствие не только от самого содержания обучения, но и от того, насколько чувствуется «ручной подход» к его созданию, насколько была вложена душа и старательность того эксперта, который такой курс создал.

💭 Конечно, очень интересным становится использование нейросетей для исследовательских задач.

Сейчас, например, погружён в одну из задач с созданием плана реализации CustDev.

И при верно подобранном промте получается довольно неплохое научное обоснование того, что предлагает нейросеть.

Продолжаем наш интерактивный эксперимент

Спасибо всем, кто уже накидал идей в чате — образ начинает складываться, и получается очень интересный персонаж 😀

Теперь добавим следующий слой к нашему портрету.

Чтобы нейросеть лучше поняла нашего героя, нужно определить его «точку на карте» и атмосферу, в которой он работает.

Расскажите в комментариях👇🏼

Где он живёт?
Мегаполис? Небольшой город? Может быть, вообще другая страна?

Как выглядит его рабочее место?
Минималистичный стол и идеальный порядок?
Или три монитора, десятки вкладок и вечный рабочий хаос?
А может, он работает из любимой кофейни в мягком кресле?

Делитесь ответами в 👉🏼 чате