№ 02 ГЛУБИННЫЕ ИНТЕРВЬЮ

Использование технологий искусственного интеллекта в проектировании образовательного опыта

Паттерны, барьеры, компетенции

Юлия Гермашова 10 мин чтения

01 · выборка 12 интервью + 7 опросов. Яндекс, Skillbox, Ламода, Школа 21, Авито и др.

02 · находка 3 уровня зрелости — от точечных задач до мультиагентных систем

03 · парадокс Компании призывают внедрять ИИ — но инфраструктура и культура к этому не готовы

Настоящее исследование базируется на анализе 12 экспертных интервью с методологами, педагогическими дизайнерами и продюсерами из ведущих EdTech-компаний (Яндекс, Skillbox, Ламода, Школа 21, Авито и др.), а также данных опроса 7 респондентов.

Целью работы было изучение текущих паттернов использования ИИ, выявление барьеров и определение необходимых компетенций для специалистов в области обучения.

12интервью

Экспертные интервью с методологами, педагогическими дизайнерами и продюсерами из ведущих EdTech-компаний и фриланс-рынка плюс опрос ещё 7 респондентов. Полевое исследование · апрель 2026

Карта исследования / mind map

live

тяните, чтобы двигать · колесо — зум · клик по ветке сворачивает

фокус направления пункты

100%

РАЗДЕЛ 01 Профили пользователей и уровни зрелости

Исследование подтвердило гипотезу о значительном разрыве в уровне владения ИИ среди методологов. Выделяются следующие группы:

Базовый уровень

«Бегинеры»

Используют ИИ для точечных задач — транскрибации интервью, исправления опечаток или генерации простых тестов.

Продвинутый уровень

«Операторы»

Встраивают ИИ в цикл проектирования: от брифинга заказчика до создания уроков и структуры программ. Они используют нейросети как спарринг-партнёров для мозгового штурма.

Экспертный уровень

«Архитекторы»

Проектируют мультиагентные системы и автоматизации (например, через N8N), собирают полноценные образовательные продукты.

«Я сажусь за чат GPT писать урок, о котором на этот момент не имею ни малейшего понятия. У меня нет даже образовательного результата… я пишу уроки про ИИ с помощью ИИ» Из интервью · участник исследования

РАЗДЕЛ 02 Технологический инструментарий и функциональное применение

Методологи сформировали устойчивый набор инструментов, разделённый по задачам:

ChatGPT 4 / 4o

Лидирует в работе с текстом и логикой. Респонденты также отмечают Claude за более качественные рассуждения и DeepSeek (или Qwen) за работу без VPN и высокую скорость. Работа с текстом и логикой
Perplexity

Практически вытеснил Google для поиска источников и актуальных данных. Исследования и фактчекинг
Gamma / Napkin

Gamma используется для сборки презентаций по тексту, а Napkin — для автоматической отрисовки схем и диаграмм из сырого контента. Визуализация и инфографика
NotebookLM

Применяется для анализа специфических источников без риска галлюцинаций, так как модель опирается только на загруженные файлы. Работа с базами знаний

«Чем хорош NotebookLM — он не будет ничего придумывать. Ты загружаешь туда те источники, на которые хочешь опираться… и работаешь только с ними» Из интервью · участник исследования

РАЗДЕЛ 03 Практические кейсы

Проектирование и контент

Преодоление страха чистого листа

Методологи загружают брифы и видение продукта, получая первый драфт программы. Это позволяет сократить время разработки с нескольких часов до 10–15 минут.

Глубокое погружение (Subject Matter Immersion)

Использование ИИ для быстрого изучения новой предметной области перед встречей с экспертом.

Сложная сборка продуктов

Кейс полной разработки образовательного тренажёра по техническому анализу валютных пар, где 100% контента (кроме графики) сгенерировано ИИ, при этом эксперт одобрил контент.

«Это позволяет побороть страх белого листа. Ты закидываешь всю информацию, что есть, просто неотфильтрованную, и он тебе выдаёт то, с чем уже можно сесть и докручивать самостоятельно» Из интервью · участник исследования

Коммуникации и рутина

Эмоциональный фильтр

Переписывание пассивно-агрессивных сообщений в нейтральный или дружелюбный тон (polished version).

Автоматизация поддержки

Создание ИИ-тьюторов для ответов на вопросы студентов в реальном времени.

«Вместо того чтобы написать „Вы охренели!“, я пишу, как я бы сказала, а потом прошу: „исправь“. И он делает polished version, чтобы никто не оскорбился. Моя мысль была донесена, но вежливо» Из интервью · участник исследования

РАЗДЕЛ 04 Барьеры и ограничения

На основе источников удалось выявить феномен несогласованности двух потоков: формального внедрения ИИ со стороны руководства и реального, часто «подпольного» использования.

Барьер 01

Использование личных ресурсов в обход корпоративных запретов

Методологи часто вынуждены скрывать использование нейросети из-за технических ограничений компаний:

VPN и блокировки: в крупных компаниях доступ к зарубежным ИИ (ChatGPT, Claude) заблокирован на рабочих устройствах, а установка VPN запрещена. Сотрудники используют личные компьютеры или телефоны, чтобы выполнить рабочую задачу, а затем пересылают результат себе на рабочую почту.
Слабость внутренних решений: даже если в компании есть официальный инструмент (например, развёрнутый внутри DeepSeek или GigaChat), сотрудники часто находят его недостаточно качественным и продолжают пользоваться B2C-версиями на свой страх и риск.

Барьер 02

Психологический барьер и синдром самозванца

Интервью показывают, что сотрудники часто скрывают использование ИИ от коллег и руководителей не только из-за безопасности, но и из-за чувства стыда:

Один из экспертов признаётся, что ей было психологически сложно открывать ChatGPT в офисе, так как казалось, что коллеги сочтут это за списывание или признак лени.
Другой респондент отмечает, что сотрудники боятся получить замечания от руководителя за использование ИИ, если результат окажется слишком хорошим или слишком быстрым, поэтому предпочитают не афишировать свою продуктивность.

«Представьте, что чат GPT — это ваш ассистент или первокурсник. Можно ли доверить первокурснику написать курсовую? Черновую работу — да, но важные вещи — странно. Если вы ему доверяете супер важные вещи, это странно» Из интервью · участник исследования

Барьер 03

Отсутствие понятного вектора и серые зоны NDA

Исследование подтверждает гипотезу о том, что во многих компаниях нет чётких регламентов:

Методологи действуют скрытно, не понимая, где проходит граница нарушения NDA.
Респонденты описывают ситуацию, когда руководители на словах призывают использовать ИИ, но не дают инструментов, инструкций или легального доступа. В итоге сотрудники сами решают, какие данные можно загрузить в модель, а какие нет.

Барьер 04

Несистемность обучения

Вместо системного внедрения ИИ развивается как набор частных решений. Те, кто научился пользоваться нейросетями, делают это самостоятельно (через личные подписки и курсы), в то время как остальные коллеги могут вообще не знать о возможностях инструментов.

«С одной стороны, со всех сторон говорится о том, что нужно использовать нейросети, но те решения, которые предлагаются [компанией]… не достигли такого качества… получается использование… полуподпольное». Из интервью · участник исследования

Системный вывод

Всё это свидетельствует о разрыве между заявлениями бизнеса о технологичности и реальной готовностью инфраструктуры и культуры компаний к работе с ИИ.

РАЗДЕЛ 05 Трансформация компетенций

Роль методиста смещается от создания контента к его курированию. Основными навыками становятся:

Системное мышление

Способность декомпозировать сложную задачу на составные части, создавать промпты.
Критическое мышление

Навык верификации результатов и фактчекинг.
Междисциплинарность

Чем шире кругозор специалиста, тем эффективнее он может направлять ИИ.

«Если у самой внутри системности и структурности, понимания темы нет, ты не сможешь качественно использовать нейросети. … ты должен уметь вычленять оттуда главное» Из интервью · участник исследования

РАЗДЕЛ 06 Прогноз развития рынка

Эксперты ожидают переход к «экономике опыта», где из-за доступности и дешевизны контента ценностью станет проектирование живых человеческих связей и нелинейных траекторий обучения. В ближайшие 2–3 года прогнозируют:

2–3 года

Массовое внедрение ИИ-тьюторов

Инструменты, способные отвечать на вопросы детей и взрослых 24/7.

2–3 года

Рост требований к продуктивности

Повышение порога входа в профессию за счёт того, что базовые навыки теперь закрываются ИИ.

2–3 года

Персонализация

Появление действительно адаптивных программ, подстраивающихся под темп каждого ученика.

«Ценность сдвигается с товара на некоторое переживание, растянутое во времени. Экономика опыта требует от нас проектировать не просто контент, а нелинейное поглощение информации» Из интервью · участник исследования

Главный тренд

Ожидается, что ценность контента (текстов, видео) упадёт до нуля, так как он станет максимально доступным благодаря ИИ. Основная ценность переместится в сторону проектирования живого опыта, нелинейных траекторий и глубоких человеческих связей в обучении.

Вместо итогов

Исследование подтвердило, что ИИ перестал быть футуристическим концептом и стал реальным рабочим инструментом, глубоко интегрированным в процессы EdTech-компаний и фрилансеров. Рынок находится в стадии перехода от «вау-эффекта» к прагматичному использованию. Основной тренд — смещение роли методолога от создателя контента к оператору смыслов и куратору образовательного опыта. ИИ не заменяет человека, но значительно повышает требования к его квалификации, особенно в области критического мышления и системного проектирования.

Использование ИИ становится гигиеническим стандартом профессии. Как отметил один из экспертов:

«Не выстраивайте процесс вокруг инструмента — используйте его как помогательную вещь для реализации ваших идей. Это должно быть всегда карандашом, молотком или стамеской, не больше» Из интервью · участник исследования

✦ ✦ ✦