Нас действительно поражает то, как быстро ИИ научился писать код.
Объяснил что хочешь, нажал кнопку – и через пару минут (или подольше) у тебя готовое приложение.
Почему так не работает с курсами? Точнее, оно конечно работает… ИИ и курс может написать… просто качество оставляет желать лучшего.
Начнем с оговорки.
Нас так поражает вайбкодинг во многом потому, что мы — не программисты.
Эксперты по разработке тоже видят огромный прогресс. Но вместе с ним они видят и большое количество проблем: ошибки, неочевидные решения, проблемы с архитектурой, безопасностью, поддерживаемостью кода и так далее. Иными словами, для профессионального разработчика результат работы ИИ выглядит несколько иначе, чем для человека, который впервые смог получить работающую программу, просто описав ее словами. И теперь пребывает в полнейшем экстазе 😁
Конечно, одна из важных причин – деньги. В обучение ИИшки писать код вкладывается принципиально больше ресурсов, чем в обучение создавать обучение. Причина очевидная. Просто зафиксировал для порядка.
Более интересная причина в разности процесса разработки обучения и ПО.
А именно в процессе тестирования (проверки на вшивость) результата.
После того, как ИИ написал код – он без проблем может его проверить.
Запустил – увидел SyntaxError. Ага, есть пища для размышлений – пошел править.
После исправления программа запустилась.
Уже хорошо. Пошел тестировать. ИИ может сам «понажимать на кнопочки» и посмотреть какой будет результат и соответствует ли он ТЗ.
Не соответствует?
Пошел переделывать.
Получается довольно понятный цикл:
создал → запустил → проверил → нашел проблему → исправил → проверил снова.
Во многом поэтому вайбкодинг сегодня выглядит настолько впечатляюще.
Теперь попробуем проделать то же самое с обучением.
ИИ написал курс.
Что дальше?
Конечно, мы можем сделать так, чтобы курс автоматически назначился на сотрудников. Потом мы можем собрать метрики и отзывы и на основании этой информации ИИ примет решение о том, какие нужны изменения и внесет правки.
Теперь нужно вернуть назад во времени и снова назначить курс на сотрудников, чтобы еще раз протестировать результат. Вот тут, как вы понимаете, возникают проблемы.
Да, мы можем обложить генерацию контента крутыми промптами. Можем собрать мультиагентную систему, где один ИИ пишет, а второй (ИИ-критик) проверяет текст по гайдлайнам, критериям и редакционной политике, третий и четвертый еще что-то полезное делают. Это сильно повысит качество первой итерации продукта.
Но проблему петли обратной связи не решит.
В e-Learning роль «компилятора» и главного тестировщика все равно остается на человеке.
• Ошибка в коде уронит программу сразу.
• Ошибка в методике выяснится только через несколько месяцев, когда окажется, что сотрудники честно накликали 100% в LMS, но бизнес-метрика так и не выросла. А цена одной «компиляции» здесь — это сотни часов реальных людей, отвлеченных от работы.
Алексей Миляев и команда сообщества Digital Learning
⭐ Создаёте лучшие продукты для обучения? Обязательно участвуйте в Премии Digital Learning 2026!