Телеграм канал «Лаборатория онлайн-обучения»

Сегодня, 15 октября, исполняется 100 лет со дня рождения Генриха Сауловича Альтшуллера — советского изобретателя, писателя-фантаста и автора теории решения изобретательских задач (ТРИЗ).

В моей жизни работы Генриха Сауловича сыграли действительно значительную роль. Во многом именно они помогли мне преодолеть инертность мышления, научиться иначе смотреть на привычные задачи, находить решения там, где раньше я видел только ограничения.

Я достаточно много применял инструменты ТРИЗ в социальных системах, в том числе в образовании, несмотря на то, что первоначально теория разрабатывалась для решения технических задач.

И думаю, что многим из вас знакомы такие инструменты, как идеальный конечный результат (ИКР), приёмы разрешения противоречий и другие разработки Альтшуллера.

Но сегодня мне хочется обратить внимание на другую, менее известную сторону его наследия — теорию развития творческой личности (ТРТЛ).

Дело в том, что Генрих Саулович вместе с Игорем Михайловичем Верткиным исследовал сотни биографий выдающихся людей, пытаясь понять, какие качества и жизненные стратегии позволяли им добиваться значительных творческих результатов.

Одним из результатов этой работы стала «Жизненная стратегия творческой личности».

И знаете, что меня больше всего впечатляет в этих исследованиях?

То, насколько важную роль в развитии творческих способностей играет обыкновенное человеческое трудолюбие.

Исторических примеров того, где трудолюбие сделала личность талантливой много. Достаточно вспомнить Генриха Швабе, Уилсона Бентли или Александра Любищева.

Причём Альтшуллер и Верткин рассматривали трудолюбие не как самостоятельное качество, гарантирующее успех, а как часть целой системы качеств творческой личности.

Они выделяли шесть качеств творческой личности:

1. наличие достойной цели,
2. способность видеть проблемы, которые необходимо решить для её достижения,
3. умение планировать свою деятельность,
4. высокую работоспособность,
5. владение методами решения творческих задач,
6. способность отстаивать собственные идеи.

Но главный вывод, который я для себя сделал из трудов Генриха Сауловича, заключается в том, что
талант — это не какая-то неизменная характеристика человека, а потенциал, который можно развивать.

Искусственный интеллект помогает нам обратить внимание на то, чему раньше мы не всегда уделяли достаточно внимания.

Об этом я уже не раз писал на канале и профессиональных сообществах. И чем активнее ИИ проникает в образование, тем больше убеждаюсь в справедливости этого наблюдения.

Возьмём, например, корпоративное обучение.

Мы много лет на конференциях говорили о необходимости оценивать его эффективность. Но на практике часто используются те метрики, которые было проще всего собрать (см. исследование рынка корпоративного обучения Digital Learning 2026 г.). Например, оценивали количество прошедших обучение сотрудников (COR), процент завершения курсов, удовлетворённость участников (NPS, CSI, CSAT) и т.д.

Всё это полезные продуктовые метрики, но они практически ничего не говорят о том, научились ли сотрудники применять полученные знания в работе и изменилось ли что-нибудь в результате обучения.

Почему так происходило?

Причин много.

Но одна из них, на мой взгляд, заключается в том, что значительная часть ресурсов образовательных команд уходила непосредственно на производство контента и решение рутинных задач.

Сегодня ситуация постепенно меняется. ИИ позволяет существенно сократить время на разработку учебных материалов, создание заданий и т.д.

Но если производство образовательного контента перестаёт быть главным ограничением, на чём теперь должны сосредоточиться проектировщики обучения?

На мой взгляд, прежде всего на качестве решений, которые лежат в основе образовательных продуктов.

Например
Как определить реальные образовательные потребности? На основании каких научных данных выбирать методы обучения? Как проектировать задания, которые действительно способствуют развитию необходимых компетенций? Как оценивать образовательные результаты и отличать эффект обучения от влияния других факторов? и т.д.

Именно поэтому я уже несколько лет говорю о том, что значение научного подхода к проектированию и оценке образовательных продуктов будет возрастать.

Конечно, наличие ИИ само по себе не гарантирует, что образовательные команды начнут глубже разбираться в этих вопросах. Можно просто производить ещё больше курсов за меньшее время.

Но я убеждён, что в будущем профессиональную ценность проектировщика обучения всё в большей степени будет определять способность принимать обоснованные образовательные решения и оценивать их эффективность.

Поэтому рекомендую почаще заглядывать в библиотеку нашего канала.
За последние несколько лет разобрано немало исследований в сфере обучения, научных концепций, методологических подходов, моделей и т.д.

Планирую развивать библиотеку для вас. Но на текущий момент так мало обратной связи, хотя столько актуальных тем для написания материалов...

Будет здорово — если вы 👉🏼 пройдёте опрос, чтобы помочь мне улучшить и расширить библиотеку.

Спасибо всем, кто уже принял участие в опросе!

Мы так увлеклись возможностями ИИ, что, кажется, стали меньше говорить о возможностях самого человека.

Сегодня мы постоянно обсуждаем, какие задачи искусственный интеллект сможет выполнять вместо нас, какие профессии изменятся и какие процессы удастся автоматизировать.

Но меня больше интересует вопрос: а как должен меняться сам человек, чтобы использовать технологии для собственного развития?

Поэтому обратил внимание на конференцию СберУниверситета «Больше чем обучение», которая пройдёт 23-24 октября.

В этом году организаторы решили поставить в центр внимания не столько технологии, сколько человека в мире перемен.

В программе три тематических трека:

• Технологии — как ИИ трансформирует рынок труда, где проходят границы допустимого и как использовать технологии для усиления человеческих возможностей.

• Человек — как сохранять любопытство вместо тревоги, развивать мышление и способность учиться на протяжении всей жизни.

• Организации — как создавать среду для изменений, выстраивать доверие и объединять возможности людей и искусственного интеллекта.

Будут выступления экспертов из бизнеса, науки, образования и искусства, дискуссии, дебаты, мастер-классы и исследования.

Отдельно стоит выделить выступление нейробиолога Дэвида Иглмена, который завершит программу разговором о нейропластичности и новых возможностях человека.

Присоединиться к конференции можно очно или онлайн, причём онлайн-участие бесплатное.

Регистрация уже открыта!

❗️Важная информация для тех, кто оплатил книгу «Андрагогика для практиков»

Друзья, из-за сбоя в работе систем Яндекса типография уведомила меня о небольшой задержке печати. В связи с этим хочу принести свои извинения за изменение сроков и сообщить, что ориентировочная дата доставки будет с 5 по 10 ноября.

Если у вас возникают дополнительные вопросы, пожалуйста, напишите Дарье @darya_egrv в личные сообщения.


А если вы только собирались приобрести книгу — сейчас прекрасная возможность это сделать, потому что я сделал заказ ещё на 100 экземпляров 📖

Заполнить заявку и приобрести книгу можно по 👉🏼 ссылке

Спасибо вам за интерес к моей экспертизе и понимание!

Уже несколько лет оцениваю образовательные проекты в качестве члена жюри премии Digital Learning.

Насмотренность растёт семимильными шагами.

Причём всё это время мне доставались преимущественно образовательные программы и курсы. А в этом году впервые буду оценивать проекты в номинации «Тренажёры и симуляторы».

Спасибо организаторам Премии!

Теперь небольшая предыстория 💭

Свой первый образовательный тренажёр я создал ещё лет пять назад на iSpring.

Безусловно, за это время технологии шагнули далеко вперёд. Особенно с появлением генеративного ИИ.

Ведь современные тренажёры уже могут позволять обучающемуся вести свободный диалог с виртуальным персонажем, получать разные реакции персонажей в зависимости от своих действий и решений, получать персонализированную обратную связь с разбором допущенных ошибок, проходить сценарии, которые адаптируются к его действиям и уровню подготовки и т.д.

Я и сам продолжаю экспериментировать с этим форматом.

Например, в своём последнем курсе «Управление образовательными проектами: основы» мы тоже использовали рефлексивный образовательный тренажёр.

У нас можно поработать с симуляцией реального образовательного проекта, выполнить практические задание (в т.ч. получить обратную связь от персонажа-заказчика), сравнить своё решение с моим экспертным мнением и т.д.
Вернёмся к премии.

Скажу как есть.

Несмотря на все технологические новшества, при оценке проектов меня будет интересовать прежде всего их влияние на достижение образовательных результатов.

Именно в этой плоскости лежит моя основная экспертиза.

Желаю успехов коллегам!

Не делаем ли мы обучение слишком «удобным»?

В последнее время мы довольно много обсуждаем пользу искусственного интеллекта для обучения. И меня в этих дискуссиях прежде всего интересует то, как ИИ влияет на достижение образовательных результатов обучающихся.

Мы много говорим о персонализации обучения. Достаточно вспомнить Khan Academy с её ИИ-тьютором Khanmigo, Coursera с интеллектуальным помощником Coach и другие образовательные платформы, которые используют искусственный интеллект для индивидуальной поддержки обучающихся.

Но есть и другая сторона вопроса, о которой мне хочется порассуждать 💭

Когда мы с командами разрабатываем собственные образовательные продукты по педагогическому дизайну, андрагогике и другим направлениям, то стремимся сделать обучение максимально удобным. Например, сокращаем материалы, упрощаем объяснения, добавляем подсказки. В последних тренажёрах даже автоматизировали некоторые учебные действия. Иногда предлагаем обучающимся использовать ИИ для выполнения различных задач.

Но порой задаёшься вопросом о том, а не устраняем ли мы вместе с лишними трудностями те самые интеллектуальные усилия, благодаря которым человек учится?

Дело в том, что я наблюдаю довольно интересное педагогическое противоречие.
С одной стороны, обучение должно быть доступным и понятным, а с другой — трудным.

В подтверждение данного противоречия хочется поделиться с вами четырьмя тезисами 👇🏼

1. Комфорт не всегда равен эффективности.

Если обучающемуся всё понятно во время просмотра лекции, это ещё не означает, что он сможет самостоятельно воспроизвести полученные знания и уж тем более применить их на практике.

Представим бизнес-тренера, который прошёл курс по управлению групповой динамикой.

Он посмотрел лекции, разобрал практические кейсы, успешно выполнил все задания. Но можем ли мы утверждать, что теперь он способен эффективно управлять групповой динамикой в реальной аудитории?

Разумеется, нет.

Для этого ему потребуется самостоятельная практика, работа с непредсказуемыми ситуациями, анализ собственных ошибок и многие другие действия.
Иными словами, субъективное ощущение лёгкости обучения ещё ничего не говорит нам о том, насколько устойчивым будет образовательный результат.

2. Некоторые трудности полезны.

Для данного тезиса я бы вспомнил концепцию «желательных трудностей» (Desirable Difficulties) Роберта Бьорка.

Основная идея заключается в том, что определённые трудности в процессе обучения способны улучшать долговременное запоминание и последующее применение знаний.

Например, самостоятельное извлечение информации из памяти или распределённая практика могут быть эффективнее простого повторного прочтения материала.

То есть обучающийся не всегда должен легко и быстро справляться с заданиями. Иногда именно необходимость приложить дополнительные интеллектуальные усилия способствует более прочному усвоению материала.

3. Сложность ради сложности вредна.

Много было научных работ, подтверждающих данный тезис. Например, исследования когнитивной нагрузки Джона Свеллера, исследования Ричарда Мейера и Роксаны Морено в области мультимедийного обучения и т.д.

Ведь если мы перегружаем рабочую память обучающегося, заставляем его разбираться в запутанных инструкциях, предъявляем сложный материал без необходимых предварительных знаний и т.д., то можем получить обратный эффект.

Например, в своей книге «Multimedia Learning» (3-е издание, 2020) Ричард Мейер посвятил отдельную главу принципу предварительного обучения (Pre-training Principle).

Суть этого принципа заключается в том, что предварительное знакомство с названиями и характеристиками ключевых компонентов изучаемой системы помогает обучающимся лучше понимать последующий сложный мультимедийный материал.
Поэтому задача педагогического дизайнера — не сделать обучение искусственно сложным, а отличить продуктивные интеллектуальные усилия от избыточной когнитивной нагрузки.

4. ИИ может помогать учиться, но может и подменять самостоятельное мышление.

По всем известной таксономии Блума легко заметить, что ИИ способен помогать обучающемуся на всех её уровнях: от запоминания и понимания до применения, анализа, оценки и создания.

Но какие интеллектуальные действия должен совершить сам обучающийся, чтобы мы могли говорить о достижении образовательного результата?

Дело в том, что современные нейросети позволяют делегировать не только поиск правильного ответа, но и значительную часть рассуждений, которые необходимы для получения такого образовательного результата.

И если раньше мы хотя бы пытались разобраться в готовом решении, то теперь у обучающегося появляется возможность вообще не погружаться в логику выполнения задачи.

Причём хочется отметить, что проблема заключается не столько в самом использовании ИИ, сколько в том, какую роль мы ему отводим.

Одно дело, когда нейросеть задаёт наводящие вопросы, помогает обнаружить ошибку, предлагает альтернативные объяснения, стимулирует самостоятельный поиск решения и т.д.

И совсем другое, когда обучающийся получает готовый результат, не совершив тех интеллектуальных действий, ради которых, собственно, и проектировалось задание.

Кстати, здесь любопытны результаты исследования NBER, опубликованного в августе 2026 года.

Учёные изучали использование ИИ-тьютора Khanmigo при обучении математике в 18 школах. Применение инструмента сопровождалось улучшением образовательных результатов, однако величина эффекта оказалась сопоставимой с результатами обычной практики на Khan Academy без ИИ-помощника, полученными в других исследованиях.
Авторы также обнаружили, что, несмотря на доступность ИИ-тьютора, обучающиеся сравнительно редко вступали с ним в содержательный математический диалог.
И здесь мы возвращаемся к тому противоречию, с которого я начал.

Мы научились делать обучение удобнее, но само по себе повышение удобства ещё не означает повышения эффективности обучения.

Само собой, многие трудности действительно стоит устранять, особенно если они никак не связаны с достижением образовательных результатов.

Просто всё более интересным становится то, как отличить трудности, которые мешают обучающемуся учиться, от тех, преодоление которых и составляет сам процесс обучения.

Например, прежде чем нам добавить в тренажёр очередную подсказку или автоматизировать выполнение задания стоит задуматься о том, что именно мы облегчаем обучающемуся, избавляем его от ненужной рутины или выполняем за него ту мыслительную работу, ради которой создавалось задание.

Коллеги, а как вы считаете, не слишком ли мы увлеклись упрощением обучения? И где, на ваш взгляд, проходит граница между полезной поддержкой обучающегося и устранением тех интеллектуальных усилий, которые необходимы для достижения образовательного результата?

Канал Лаборатория онлайн-обучения в МАКС

Один из самых интересных вопросов, которые сегодня стоят перед сферой обучения и образования:
Чему вообще учить людей, если за них всё чаще думает ИИ?
Кажется, что пора обмениваться опытом по данному вопросу.

5 ноября приму участие во онлайн-встрече Digital Learning.

Поговорим с коллегами о том 👇🏼

🟣Чему действительно нужно учить человека в эпоху ИИ?
🟣Какие компетенции становятся востребованными, а какие постепенно теряют актуальность?
🟣Как проектировать задания, чтобы человек учился, а не просто получал готовый ответ от нейросети?
🟣Как теперь оценивать реальные образовательные результаты? и т.д.

Участники дискуссии 💬

🧳Михаил Осипов — эксперт жюри Премии Digital Learning, консультант, автор курсов по педагогическому дизайну, создатель канала «Лаборатория онлайн-обучения».
🧳Екатерина Высоцкая — основатель конкурса «Мастер бизнес-обучения» для методистов корпоративных программ развития.
🧳Диана Ворошилова — ведущий менеджер образовательных проектов «ИнтернетУрок».
🧳Анна Гуркова — методолог команды разработки Winny AI Tutor.
🧳Ника Черменская — бизнес-тренер, методолог, эксперт по внедрению ИИ.

Ведущий — Павел Безяев, лидер сообщества Digital Learning.

Дата: 5 ноября
Время: 11:00 - 12:30 (мск)
Формат: онлайн

Участие бесплатное.

👉🏼 Регистрация на встречу