Недавно я выдвинул гипотезу относительно создания сервиса, который с помощью ИИ мог бы анализировать и улучшать образовательные программы.
Для начала хочу поблагодарить всех, кто поучаствовал в оценке моей продуктовой гипотезы, поделился обратной связью и посмотрел на идею со стороны практики.
Теперь история 💭
Я дал продуктовую гипотезу на вычитку нескольким практикам-методистам из разных вузов. И за три дня убедился в том, что нужно остановить исследование в данном направлении. Как говорится, спасибо тренажёру в GPT, где я научился тормозиться на нужной стадии исследования.
Но благодаря обратной связи от коллег у меня возникло несколько новых гипотез 👇🏼
1. Классическому вузу, вероятно, практически не нужны ИИ-решения, которые на этапе проектирования программы на уровне документации доказывают её согласованность.
Не потому, что согласованность программы не имеет значения.
Скорее потому, что на этапе проектирования внутри классического вуза уже существуют регламенты и процедуры, которые позволяют эту задачу закрыть.
То есть проблема согласованности (constructive alignment) может становиться действительно заметной гораздо позже — уже тогда, когда программу начинают реализовывать.
Можно спроектировать достаточно стройную программу на бумаге, но затем в неё входят конкретные преподаватели: каждый со своим пониманием целей, содержанием занятий, заданиями и способами оценивания.
И в этот момент конструктивная согласованность, заложенная на уровне программы, вполне может начать распадаться.
Как верно выразился один коллега: «Ничто не ново под луной». И я с ним согласился. Потому что такой продукт будет нужен уже не методистам, а преподавателям.
2. Можно предположить, что значительная часть классических методических задач, которые сегодня закрываются сотрудниками или внешними провайдерами, постепенно будет автоматизирована.
Разработка типовых заданий, первичная проверка материалов, сопоставление элементов программы, оформление документации, подготовка методических материалов и другие относительно рутинные операции уже сейчас достаточно хорошо поддаются автоматизации.
Если этот процесс продолжится, постепенно будет оптимизироваться и количество сотрудников, которые занимаются преимущественно такой работой.
При этом, скорее всего, останутся специалисты, которые принимают финальные решения там, где одной автоматизации недостаточно. Например, когда нужно определить, допустимо ли менять логику программы под ограничения конкретной кафедры или преподавателя.
3. Рынок решений для вузов в ближайшее время, вероятно, будет перенасыщен продуктами, построенными вокруг автоматизации отдельных процессов.
В более узком сегменте методической работы я уже наблюдаю, что появляется всё больше инструментов, которые предлагают что-то сгенерировать, проверить, сопоставить, оформить, проанализировать (существуют кейсы в НИТУ МИСИС, НИУ ВШЭ, МГУ и т.д.).
Мне кажется, что возникнет риск, что многие продукты будут решать примерно одну и ту же задачу — собирать структуру программы, генерировать задания, проверять документацию, — но один будет лучше интегрирован с информационной системой вуза, другой предложит более удобный интерфейс.
Поэтому сама идея автоматизации ещё одно задачи внутри вуза постепенно может перестать быть достаточным продуктовым преимуществом.
Пока это гипотезы, а не выводы.
Но для меня эта итерация исследования оказалась полезной хотя бы потому, что первоначальная идея такого продукта после разговора с практиками стала выглядеть совсем иначе.