Телеграм канал «Лаборатория онлайн-обучения»

Колонка главреда. Июнь

Весной мы в сообществе Digital Learning приняли решение: попробовать на каждый месяц выбирать единую тему, которую наши постоянные авторы могли бы раскрывать в течение месяца — каждый со своей стороны, из своей уникальной экспертизы и опыта.

На июнь была выбрана тема «Где и как люди учатся, кроме курсов». За месяц наши прекрасные авторы выпустили более 20 публикаций, и каждая — это интересный взгляд на одно и то же явление, но с разных сторон. Собрали для вас дайджест, чтобы летом, в спокойной обстановке, можно было перечитать всё разом или по очереди, и собрать свою карту «некурсового» обучения )

⭐️ Самообразование и рефлексия
Михаил Осипов открыл тему месяца и показал, что самообразование — это не «почитал и забыл», а навык превращать разрозненные материалы в систему под конкретную задачу:
🟡 Самообразование и саморегуляция — почему в самообразовании мотивация уступает место саморегуляции, и как собирать материалы под конкретную задачу.
🟡 Обучение действием с нейросетью — как Михаил создал Telegram-бота для команды, не зная JavaScript, и применил метод action learning Реджинальда Реванса.
🟡 Обучение через объяснение — почему, готовясь объяснить тему другому, мы сами начинаем понимать её глубже.
🟡 Личная база знаний как образовательное пространство — как телеграм-канал из 400+ материалов стал для автора полноценным способом самообразования.
🟡 Обучение через ошибки — об эффективном обучении через выделение типичных ошибок.

⭐️ Обучение через искусство и кино
Диана Зверева напомнила, что искусство — это не «отвлечение от работы», а мощная точка роста:
🟡 Обучение через искусство — почему в программах высшего класса (Сколково, «Великие Визионеры») сознательно используют искусство, и как докладная записка Сталину стала иллюстрацией на мастер-классах.
🟡 Стоило ли смотреть этот фильм? — топ-3 фильма, которые прокачивают управленческие навыки, и кинометафоры в образовательных курсах.

⭐️ Продуктовый подход к обучению
Варвара Егорова посмотрела на тему глазами продуктового аналитика:
🟡 Time to Value в EdTech — почему пользователь должен почувствовать пользу раньше, чем дойдёт до результата.
🟡 Activation в EdTech — чем активация отличается от онбординга, и почему «открыл первый урок» — это ещё не обучение.
🟡 Activation вне курса — самый сильный пост серии: момент активации наступает там, где знание впервые влияет на действие в реальной жизни.

⭐️ Обучение через ИИ и технологии
Алексей Миляев исследовал, как нейросети и игровые среды меняют привычные форматы:
🟡 Теория без практики: эффективность AI-тренажёров — как ИИ-симуляторы превращают знания в умения через безопасные итерации.
🟡 Парадокс Джевонса и ИИ — о том, почему технологии не убивают профессии, а взрывают спрос.
🟡 Вайб-экселинг — как ИИ позволяет пользоваться инструментами на уровне, до которого самостоятельно пришлось бы расти месяцами.
🟡 Я изменил мнение об ИИ-напарниках — сервер World of Warcraft и неожиданная мысль: может, ИИ в деловых играх — это не компромисс, а психологически комфортная среда?

⭐️ Обучение через истории и культурный код
Светлана Хамитова показала, что рассказывание историй может быть полноценным учебным форматом:
🟡 Рассказывание историй в группе — универсальный инструмент, которому нужны только люди и их истории.
🟡 Развитие через кризис и культурный код — полемика с Андреем Теслиновым: да, развитие требует встречи с реальностью, но нужна опора и доверие.

⭐️ Обучение через клубы и игры
Федор Моросеев напомнил, что игра и клуб — древнейшие формы обучения, которые актуальны как никогда.
🟡 Образовательные клубы — почему клубы ценны дружескими связями, а не формальной программой.
🟡 Игра — обучение в процессе — разница между Play и Game, и почему оба типа игр учат по-своему.

⭐️ Архитектура обучения и исследование контекста
Наталия Горбачевская показала, что 80% усилий по дисциплине — это ещё до старта курса, а корень проблем с переносом навыков часто лежит вне учебного запроса.
🟡 Дисциплина в обучении — принцип 80/20: проактивные меры против реактивного администрирования.
🟡 3D исследование до обучения — почему включённое наблюдение на рабочем месте важнее фокус-групп.

⭐️ Обучение через художественные рассказы
Татьяна Иванова предложила особый формат — короткие рассказы, в которых учебные ситуации проживаются как литература.
🟡 Не по плану — история о бизнес-тренере, который не понял, чему научил, но помог собственнику решить реальный конфликт.
🟡 Мимо кнопки — история о презентаторе, который столкнулся с реальным производством и понял разницу между слайдами и работой.

Огромнейшее спасибо нашим авторам Михаилу, Диане, Варваре, Алексею, Светлане, Фёдору, Наталии и Татьяне — за ваше экспертное мнение, уникальный опыт и раскрытие темы с совершенно разных сторон 🔥

Тема июля: Культура обмена знаниями: почему в одних компаниях учатся живо, а в других — формально. Впереди много интересного, не переключайтесь!

Продолжаем нашу рубрику про трансформацию образования.

Данная рубрика посвящена тому, каким я вижу изменения образовательной системы на разных её уровнях. По хэштегу #ТрансформацияОбразования вы можете посмотреть материалы, которые уже выходили на канале на эту тему.

На канале я говорил о том, что трансформацией образования могут заниматься не только эксперты с регалиями или большим опытом. В трансформационные периоды гораздо важнее другое качество, например, гибкость ума, способность отбросить старые стереотипы, взвесить опыт прошлого и настоящего, спрогнозировать будущее, посмотреть на систему образования под новым углом и так далее.

Сегодня мне хотелось бы порассуждать о том, как другие страны развивают систему образования и проводят её трансформацию в связи с развитием ИИ.

И, пожалуй, лучший, на мой взгляд, пример в данном отношение — это Китай, который уже на государственном уровне внедряет искусственный интеллект в систему образования.

У них появился документ, связанный планом развития образования на период пятнадцатой пятилетки (State Council Notice on Issuing the Education Development 15th Five-Year Plan).

Документ был издан Госсоветом 22 июня 2026 года.

Это довольно свежий документ, цель которого — ускорить строительство Китая как образовательной державы, выстроить высококачественную систему образования и сделать так, чтобы образование эффективнее поддерживало китайскую модернизацию.

Анализируя документ, я пришёл к выводу о том, насколько созвучны мои идеи буквально нескольких месяцев назад с тем, что планирует реализовать Китай в своей системе образования.

Что касается искусственного интеллекта, то документ тоже не обошёл его стороной.

Мне в данном направлении очень понравилась зрелость китайского подхода. Я бы даже сказал стратегическая зрелость. Потому что ИИ не рассматривается ими как модный сервис, он рассматривается как часть большой перестройки образовательной системы. Пожалуй, только такое отношение к ИИ может запускать трансформационные процессы. Как и говорил раньше, все изменения начинаются с мышления.

🧳Первое, что мне понравилось в документе — они планируют внедрять искусственный интеллект на всех уровнях образования.

То есть Китай не сводит все изменения только к высшей школе.
Для них важна вся образовательная траектория обучающегося, начиная от школы и заканчивая университетами.

Мне кажется, что они очень чётко понимают, что решения, которые принимаются для университетов, всё равно будут связаны с тем, что происходит в школе, а решения для школы неизбежно повлияют на то, как человек потом будет учиться в колледже, вузе, на программах дополнительного образования и так далее вплоть до обучения на рабочем месте. И если на одном уровне образования произойдёт сбой, то это непременно отразиться на другом уровне образования.

🧳Второе — они планируют менять не только инструменты, но и саму образовательную модель.

В документе говорится об изменении образовательных идей, моделей подготовки, экзаменов, оценивания, исследовательских практик и механизмов управления.

Полностью поддерживаю такое решение, потому что внедрение искусственного интеллекта в образование нельзя свести только к вопросу о том, какие нейросети использовать преподавателям или обучающимся.

Если меняются технологии, вполне логично, что должна меняться образовательная модель, начиная от образовательных результатов и заканчивая подходов к оцениванию.

Иначе просто добавляются новые инструменты в старую образовательную систему.

🧳Третье, что мне понравилось. Китай не сводит внедрение ИИ к одной универсальной модели для всех.

Да, у них есть национальная платформа умного образования.

Но при этом они понимают, что новые модели преподавания не могут быть одинаковыми для всех образовательных организаций.

Отказ от унификации, на мой взгляд, очень зрелая позиция.

Я уже анализировал разную литературу, научные статьи и т.д. Всё больше прихожу к выводу, что образовательная среда, тема обучения и иные критерии будут иметь огромное значение при использовании нейросетей.

💭 Ещё один момент, который мне показался интересным — Китай не выстраивает внедрение ИИ в систему образования как директиву сверху, а объединяет при решении данной задачи государство, образовательные организации, исследовательские объединения вплоть до конкретных экспертов и преподавателей.

То есть собирает команды.

На мой взгляд, это одно из самых выигрышных решений. Потому что данный подход создаёт больше шансов того, что будут учтены мнения и позиции разных стейкхолдеров.

Тем более если посмотреть на вопрос с позиции технологий, уже сегодня существуют возможности обработки больших массивов данных. При помощи того же ИИ можно собирать обратную связь с огромного количества стейкхолдеров, наблюдать за повторяющимися паттернами, выделять устойчивые проблемы, понимать, где система сопротивляется, где готова к изменениям, где нужны дополнительные решения и так далее.

Кстати, Китай сегодня всё заметнее усиливает свои позиции в мировой науке. По данным Nature Index, он уже занимает первое место среди стран по вкладу в публикации в отобранных высококачественных научных журналах.

Браво.

Продолжаем нашу рубрику про трансформацию образования.

Данная рубрика посвящена тому, каким я вижу изменения образовательной системы на разных её уровнях. По хэштегу #ТрансформацияОбразования вы можете посмотреть материалы, которые уже выходили на канале на эту тему.

На канале я говорил о том, что трансформацией образования могут заниматься не только эксперты с регалиями или большим опытом. В трансформационные периоды гораздо важнее другое качество, например, гибкость ума, способность отбросить старые стереотипы, взвесить опыт прошлого и настоящего, спрогнозировать будущее, посмотреть на систему образования под новым углом и так далее.

Сегодня мне хотелось бы порассуждать о том, как другие страны проводят трансформацию образования в связи с развитием ИИ.

И, пожалуй, лучший, на мой взгляд, пример в данном отношение — это Китай, который уже на государственном уровне внедряет искусственный интеллект в систему образования.

У них уже появился документ, связанный планом развития образования на период пятнадцатой пятилетки (State Council Notice on Issuing the Education Development 15th Five-Year Plan).

Документ был издан Госсоветом 22 июня 2026 года.

Это довольно свежий документ, цель которого — ускорить строительство Китая как образовательной державы, выстроить высококачественную систему образования и сделать так, чтобы образование эффективнее поддерживало китайскую модернизацию.

Анализируя документ, я пришёл к выводу о том, насколько созвучны мои идеи буквально нескольких месяцев назад с тем, что планирует реализовать Китай в своей системе образования.

Что касается искусственного интеллекта, то документ тоже не обошёл его стороной.

Мне в данном направлении очень понравилась зрелость китайского подхода. Я бы даже сказал стратегическая зрелость. Потому что ИИ не рассматривается ими как модный сервис, он рассматривается как часть большой перестройки образовательной системы. Пожалуй, только такое отношение к ИИ может запускать трансформационные процессы. Как и говорил раньше, все изменения начинаются с мышления.

Итак, первое, что мне понравилось в документе — они планируют внедрять искусственный интеллект на всех уровнях образования.

То есть Китай не сводит все изменения только к высшей школе.
Для них важна вся образовательная траектория обучающегося, начиная от школы и заканчивая университетами.

Мне кажется, что они очень чётко понимают, что решения, которые принимаются для университетов, всё равно будут связаны с тем, что происходит в школе, а решения для школы неизбежно повлияют на то, как человек потом будет учиться в колледже, вузе, на программах дополнительного образования и так далее вплоть до обучения на рабочем месте. И если на одном уровне образования произойдёт сбой, то это непременно отразиться на другом уровне образования.

Второе — они планируют менять не только инструменты, но и саму образовательную модель.

В документе говорится об изменении образовательных идей, моделей подготовки, экзаменов, оценивания, исследовательских практик и механизмов управления.

Полностью поддерживаю такое решение, потому что внедрение искусственного интеллекта в образование нельзя свести только к вопросу о том, какие нейросети использовать преподавателям или обучающимся.

Если меняются технологии, вполне логично, что должна меняться образовательная модель, начиная от образовательных результатов и заканчивая подходов к оцениванию.

Иначе просто добавляются новые инструменты в старую образовательную систему.

Третье, что мне понравилось, — Китай не сводит внедрение ИИ к одной универсальной модели для всех.

Да, у них есть национальная платформа умного образования.

Но при этом они понимают, что новые модели преподавания не могут быть одинаковыми для всех университетов, дисциплин и образовательных контекстов.

И это, на мой взгляд, очень зрелая позиция. Отказаться от унификации.

Я уже анализировал разную литературу, научные статьи. И всё больше прихожу к мысли, что предметная специфика будет иметь огромное значение при использовании нейросетей.

💭 Ещё один момент, который мне показался очень интересным — Китай не выстраивает внедрение ИИ в систему образования как директиву сверху, а объединяют при решении данной задачи государство, образовательные организации, исследовательские объединения вплоть до конкретных экспертов и преподавателей.

То есть вокруг трансформации собираются команды.

На мой взгляд, это одно из самых выигрышных решений. Потому что данный подход создаёт больше шансов того, что будут учтены мнения и позиции разных стейкхолдеров.

Тем более если посмотреть на вопрос с позиции технологий, уже сегодня существуют возможности обработки больших массивов данных. При помощи того же ИИ можно собирать обратную связь с огромного количества стейкхолдеров, наблюдать за повторяющимися паттернами, выделять устойчивые проблемы, понимать, где система сопротивляется, где готова к изменениям, где нужны дополнительные решения и так далее.

И всё это может служить для чего?
Верно, отправной точкой для принятия более точных управленческих решений.

Кстати, не случайно Китай сегодня всё заметнее усиливает свои позиции в мировой науке. По данным Nature Index, он уже занимает первое место среди стран по вкладу в публикации в отобранных высококачественных научных журналах.

Браво.

Анализирую очередной бриф на консультацию.

Удивляюсь, как всё-таки легко можно мне поднять настроение.

Да, как мало человеку нужно для счастья.

Ошибки учат только тогда, когда с ними работают

Друзья, продолжаем тематическую серию публикаций о том, где и как люди учатся, кроме курсов. Первый материал рубрики находится здесь, второй — здесь, третий — здесь, четвёртый — здесь

И завершаем рубрику материалом об одном из самых известных способов обучения — через ошибки.

Но речь пойдёт вовсе не о тех, которые мы совершаем и проходим дальше. Меня интересует скорее системная работа с ошибками. И в качестве примера такой системной работы возьмём управление образовательными проектами.

💭 Последние несколько лет я управляю командой, и почти в каждом реализованном проекте у нас существует отдельный день рефлексии. В этот день мы разбираем, чему научились за счёт ошибок.

Причём сама рефлексия у меня начинается не в день финальной встречи. Потому что я стараюсь фиксировать ошибки ещё во время проекта.

Данный способ помогает увидеть зоны роста и одновременно отделить их от того, что уже получается достаточно эффективно, потому что профессиональное развитие не должно превращаться в бесконечное совершенствование (иногда нужно не усиливать уже развитый навык, а понять, в каком месте ошибка повторяется чаще всего).

Причем эффективное обучение возникает именно при выделение типичных ошибок. Дело в том, что повторяющаяся ошибка показывает системный сбой. Например, при создании практических заданий или переносе материалов на платформу.

Что интересно, данный подход отчасти пересекается с идеями Ману Капура о продуктивных неудачах. Его теория показывает, что ошибка может быть продуктивной, если она встроена в учебную ситуацию и завершается осмыслением.

В проектной работе у меня похожая логика, потому что ошибка сама по себе ничему не учит. Анализ ошибки, поиск её причин, рефлексия и формирование выводов, изменение дальнейших действий и т.д. — вот что действительно является настоящим обучением.

Коллеги, а вы используете ошибки для своего обучения и развития ❓

Канал Лаборатория онлайн-обучения в МАКС

Друзья, много рассказывал вам о том, какие проблемы и задачи поможет закрыть курс по управлению образовательными проектами.

🎥 Теперь расскажу кому точно он будет полезен.

Вступить в чат курса можно по 👉🏼 ссылке

Как дядя Миша тренирует критическое мышление.

Как говорится, делюсь личным опытом.

Шаг 1.
Находим какие-нибудь материалы на просторах телеграм. Например, где популярные дяденьки и тётеньки прогнозируют будущее.

Шаг 2.
Берём первый абзац и по нему начинаем определять нужно ли читать материал дальше или нет.

В качестве эксперимента возьмём текст на скриншоте.

Далее определяем контрагументы:

Во-первых, ИИ никакую «новую биологию» не создаёт, потому что ИИ как технология попадает в уже существующие эволюционные механизмы работы мозга в отношение внешнего подкрепления. Поэтому в данном случае технология меняется в отношение того, что увеличивает частоту именно коротких циклов внешнего подкрепления.

Во-вторых, пока нет никаких научных данных о том, что использование ИИ меняет биологию человека на популяционном уровне. Существуют только работы о механизмах вовлечённости при использовании цифровых сервисов (но это точно не ровняется какому-либо доказанному нейрофизиологическому сдвигу).

В-третьих, фраза «ИИ отменяет несколько тысячелетий неолитической революции» выглядит как какая-то историко-философская метафора, хотя изначально речь шла о нейробиологическом взгляде на ИИ. Но даже если размышлять в данной логике, то ИИ просто возвращает в профессии короткие циклы профессионального действия, которые плохо вписывались в ту же аграрную, индустриальную и бюрократическую модель труда с её отсроченным результатом, но никак не отменяет неолитическую революцию, в которой мы до сих пор живём.

Шаг 3.
Делаем выводы и после первого абзаца завершаем чтение.

Коллеги, а вы как развиваете критическое мышление ❓