Автор Доктор Филиппа Хардман
Представьте себе: учащийся на разработанном вами курсе открывает свой ноутбук и вводит в ChatGPT: «Я хочу учиться, обучая. Задавайте мне вопросы об исчислении, чтобы я мог попрактиковаться в объяснении вам основных концепций».
По сути, этот учащийся только что стал учебным дизайнером — он выявляет пробелы в учебном опыте и перепроектирует их с использованием педагогических стратегий, основанных на фактических данных.
Это не обман — на самом деле это нечто глубокое: учащийся активно применяет эффект протеже, одну из самых мощных стратегий обучения в когнитивной науке, чтобы перепроектировать и расширить образовательный опыт, который, в теории, был тщательно создан для него.
Два недавних выпуска данных — «20 лучших чатов для финалистов» OpenAI и анализ Zao-Sanders наиболее распространенных вариантов использования ИИ в Harvard Business Review — раскрывают два критически важных вывода:
- ИИ теперь является инструментом, к которому обращаются многие учащиеся в процессе обучения: «Усовершенствованное обучение» — четвертый по распространенности вариант использования генеративного ИИ.
- Учащиеся используют ИИ для исправления недостатков методов проектирования учебных программ: доказательства очевидны — учащиеся используют ИИ для исправления пробелов в наших процессах и методах проектирования.
В этой записи блога я утверждаю, что образовательные дизайнеры должны внимательно изучить, как учащиеся работают с ИИ, и соответствующим образом развить нашу роль, от создателей контента до архитекторов экосистемы обучения.
Ключевые идеи:
- Учащиеся используют ИИ для устранения пробелов в нашем дизайне: плохая поддержка, отсутствие эмоциональной поддержки, неадекватные возможности для практики и недоступность контента
- Сложность адаптации учащихся показывает, что мы недооцениваем их возможности и изучение научных знаний
- Будущая роль Педагогического Дизайна смещается от проектирования фиксированных впечатлений к созданию адаптивных обучающих экосистем, в которых учащиеся могут ориентироваться и настраиваться
- Проектировщики учебных программ, которые примут эту эволюцию, станут более ценными, а не менее
Данные о поведении учащихся, которые должны изменить все
Давайте начнем с изучения данных OpenAI «Топ-20 чатов для финалов», которые показывают, как учащиеся по всему миру на самом деле взаимодействуют с учебным контентом. В сообщении от мая 2025 года OpenAI раскрыла не только то, сколько учащихся используют ИИ для улучшения процесса обучения, но и то, как они его используют.
Закономерности в данных о вопросах, которые учащиеся задают ИИ, поразительны. Самое примечательное, что студенты не используют ИИ для «мошенничества» — они используют его для реализации мощных учебных стратегий, помогающих им учиться.
Вот краткий обзор замеченных мной закономерностей:
Сложные стратегии обучения:
- «Я хочу учиться, обучая. Задавайте мне вопросы по [теме], чтобы я мог попрактиковаться в объяснении вам основных концепций»
- «Определите и поделитесь самыми важными 20% знаний по этой теме, которые помогут мне понять 80% из нее»
- «Создайте для меня практический тест на основе материала. Задавайте мне каждый вопрос по одному»
Эмоциональные и мотивационные потребности:
- «Сегодня я этого не чувствую. Помогите мне понять эту лекцию, зная, что я так себя чувствую»
- «Мотивируйте меня»
Доступность и персонализация:
- «Можете ли вы взять следующие слайды и помочь мне усвоить контент быстрее и интереснее?»
- «Расшифруй этот сложный отрывок на понятном мне языке»
- «Создай игру, которая поможет мне [цели обучения]»
Поддержка процесса и поддержка:
- «Дайте мне пошаговое руководство, которое поможет мне закончить [проект]. Сделайте шаги как можно более мелкими и достижимыми»
- «Поищите любые правила и требования в этом задании и составьте контрольный список, который легко понять»
- «Выступите в роли моего тренера по публичным выступлениям и дайте мне обратную связь, чтобы помочь мне улучшить»
Критическое мышление и академическая строгость:
- «Я хочу проверить свой тезис, прежде чем продолжу писать. Предложите существующие противоположные точки зрения и любые недостатки в моей логике»
- «Я хочу рассмотреть несколько точек зрения. Найдите 3 экспертов с разными точками зрения и сравните их мнения»
Каждый из наиболее распространенных запросов, введенных учащимися, не только развеивает миф о том, что «ИИ = обман» — она также представляет собой учащегося, активно отвергающего наш подход «один размер подходит всем» и создающего персонализированный, отзывчивый, опыт обучения с учетом эмоций, который им действительно необходим.
Что это поведение говорит о текущем учебном дизайне
Данные, которые мы собираем о том, как наши учащиеся используют ИИ, неудобны, но важны для нашего профессионального роста. Использование ИИ учащимися по сути является аудитом наших проектных решений в реальном времени, и результаты должны касаться каждого учебного дизайнера.
«Я использую ChatGPT в качестве учебного пособия для объяснения того, что курс умалчивает, а затем добавляю в свои заметки. Это помогает мне закрепить то, что я изучаю, и это было чертовски полезно до сих пор». — Реальная цитата студента из исследования Зао-Сандерса
Эта цитата должна касаться каждого учебного дизайнера. Учащийся говорит, что наш курс «умалчивает» важные концепции, и они обращаются к ИИ, чтобы заполнить пробелы, которые мы оставили. Вот что показывают эти закономерности:
Мы проектируем для институционального соответствия, а не для эффективности обучения
Когда учащимся нужен ИИ, чтобы «создать понятный контрольный список» из наших инструкций по заданию, это показывает, что мы проектируем для удовлетворения организационных требований, а не для поддержки успеваемости учащихся. Мы оптимизируем для административной ясности, а не для ясности обучения.
Доказательства: учащиеся постоянно просят ИИ перевести наши инструкции в выполнимые шаги, что говорит о том, что наша разработка задач отдает приоритет всестороннему охвату, а не удобству использования.
Наша доставка контента игнорирует то, как на самом деле учится мозг
Учащиеся, просящие ИИ «объяснить мне [тему] на 3-х разных уровнях понимания» или «превратить это в вопросы в стиле карточек», по сути перепроектируют наш учебный опыт в режиме реального времени. Это показывает, что наши материалы:
- Слишком одномерны (стиль одного объяснения)
- Плохо отформатированы для практики поиска
- Отсутствуют подпорки для различных когнитивных нагрузок
- Игнорирование эффектов интервалов и чередования, которые, как говорит нам когнитивная наука, работают
Доказательства: учащиеся систематически запрашивают множественные представления, форматы активного припоминания и интервальную практику — фундаментальные принципы науки обучения, которые мы часто игнорируем в наших проектах.
Мы недооценили эмоциональное измерение обучения
Популярность подсказок типа «Я сегодня не чувствую этого. Помогите мне понять эту лекцию, зная, что я так себя чувствую» и «Мотивируйте меня» показывает огромный пробел в нашем дизайн-мышлении. Мы проектируем так, как будто обучение является чисто когнитивным, хотя исследования ясно показывают, что эмоциональное состояние напрямую влияет на когнитивные способности.
Доказательства: учащиеся ищут эмоциональное метапознание и мотивационную поддержку, которые наш опыт обучения просто не обеспечивает, несмотря на десятилетия исследований мотивации и вовлеченности.
Мы недооцениваем искушенность и активность обучающихся
Когда обучающиеся просят ИИ «определить самые важные 20% знаний... которые помогут мне понять 80% из них», они применяют принцип Парето к обучению. Когда они просят «проверить мой тезис... предложить существующие противоположные точки зрения», они ищут строгую поддержку критического мышления.
Доказательства: обучающиеся демонстрируют глубокое понимание стратегий обучения, фреймворков приоритетов и интеллектуальной строгости, которые наши проекты часто рассматривают как продвинутые концепции, а не как фундаментальные потребности.
Наши системы обратной связи и практики в корне не работают
Когда обучающиеся просят ИИ «выступить в роли моего профессора и оценить этот черновик» или «создать тест для практики... задать мне каждый вопрос по одному», это показывает, что наши системы оценки и практики не поддерживают обучение.
Доказательства: обучающиеся жаждут практики с низкими ставками и немедленной обратной связью, но наши системы обычно предоставляют оценку с высокими ставками и отложенной обратной связью — полная противоположность тому, что рекомендует наука об обучении.
Как учащиеся исправляют наши недостатки дизайна (и чему это нас учит)
Давайте рассмотрим конкретные примеры того, как учащиеся адаптируют наш тщательно продуманный опыт и что их адаптации показывают о недостатках нашего дизайна:
Когда мы предоставляем: Плотные академические тексты со сложным языком
Учащиеся адаптируются, спрашивая ИИ: «Расшифруй этот плотный отрывок на понятном мне языке»
Чему это нас учит: Наш контент часто отдает приоритет академической сложности над доступностью, создавая барьеры, а не мосты к пониманию
Когда мы предоставляем: Подавляющие требования к проекту, скрытые в длинных документах
Учащиеся адаптируются, спрашивая ИИ: «Найдите любые правила и требования в этом задании и составьте контрольный список, который легко понять»
Чему это нас учит: Мы не делаем критерии успеха прозрачными и выполнимыми — мы скрываем их в административной прозе
Когда мы предоставляем: Статические методы доставки контента
Учащиеся адаптируются, спрашивая ИИ: «Можете ли вы взять следующие слайды и помочь мне изучить контент быстрее и интереснее?»
Чему это нас учит: Наши методы доставки часто игнорируют принципы вовлеченности и различные предпочтения в обучении
Когда мы предоставляем: Высокие ставки итоговых оценок без возможности практики
Учащиеся адаптируются, спрашивая ИИ: «Сегодня я этого не чувствую. Помоги мне понять эту лекцию, зная, что я так себя чувствую»
Чему это нас учит: Наш эмоциональный дизайн полностью игнорирует реальность того, как эмоциональное состояние влияет на способность к обучению
Когда мы предоставляем: Абстрактные концепции без достаточной поддержки
Учащиеся адаптируются, спрашивая ИИ: «Дайте мне пошаговое руководство, чтобы помочь мне закончить [проект]. Сделайте шаги как можно более мелкими и достижимыми»
Чему это нас учит: Мы не разбиваем сложные задачи на управляемые компоненты, которые поддерживают развитие навыков
Что на самом деле демонстрируют учащиеся (что должно нас вдохновлять)
Вот часть, которая должна и смирить, и вдохновить нас как разработчиков учебных программ: учащиеся не используют ИИ, чтобы избежать обучения — они используют его для создания более эффективного опыта обучения, чем мы для них разработали.
Они используют продвинутые стратегии обучения, которым мы не обучаем. Учащийся, который спрашивает: «Я хочу учиться, обучая. Задавайте мне вопросы по [теме], чтобы я мог попрактиковаться в объяснении вам основных концепций», использует эффект ученика — одну из самых мощных стратегий обучения в когнитивной науке.
Они применяют сложные структуры приоритетов. Когда учащийся просит: «Определите и поделитесь самыми важными 20% знаний по этой теме, которые помогут мне понять 80% из нее», он применяет принцип Парето к обучению — то, чему мы редко учим явно.
Они ищут эмоциональное метапознание. Учащийся, который говорит: «Я не чувствую этого сегодня. Помогите мне понять эту лекцию, зная, что я так себя чувствую», демонстрирует сложное понимание того, как эмоциональное состояние влияет на способность к обучению.
Они требуют доступности, не жертвуя строгостью. Когда учащиеся просят ИИ «расшифровать этот сложный отрывок на понятный мне язык», а также просят «проверить мой тезис под давлением... предложить существующие противоположные точки зрения и любые недостатки в моей логике», они хотят как доступности, так и интеллектуального вызова.
Они создают среды для практики с подмостками. Учащиеся, просящие «практический тест... задавайте мне каждый вопрос по одному» или «пошаговое руководство... сделайте шаги как можно более мелкими и достижимыми», создают преднамеренные среды для практики, которые мы часто не можем предоставить.
Будущее учебного дизайна: от создателей контента к архитекторам экосистем обучения
Поведение учащихся указывает на фундаментальную эволюцию нашей роли как разработчиков обучения. Будущее принадлежит дизайнерам, которые могут создавать адаптивные экосистемы обучения, а не фиксированные учебные опыты.
Этот сдвиг начинается с переосмысления нашей основной функции. Вместо того, чтобы создавать «идеальное» объяснение или линейную последовательность, нам нужно разработать модульные компоненты обучения, которые учащиеся могут комбинировать и адаптировать в зависимости от своих потребностей. Когда учащиеся просят ИИ «определить самые важные 20% обучения, которые помогут мне понять 80% из этого», они просят контент, реструктурированный по приоритетам обучения, а не по академической полноте. Мы эволюционируем от создателей контента к архитекторам опыта, которые проектируют взаимосвязанные узлы обучения, управляемые по нескольким путям.
Аспект оценки столь же глубок. Когда учащиеся постоянно просят ИИ «создать практический тест... задавать мне каждый вопрос по одному» или «выступить в роли моего профессора и оценить этот черновик», они показывают, что наш подход к оценке с высокими ставками и редкой оценкой в корне неверно понимает, как происходит обучение. Нам нужно стать создателями практической среды, которые встраивают непрерывные циклы обратной связи на протяжении всего пути, думая как разработчики игр, а не как авторы тестов, — создавая системы, в которых учащиеся естественным образом хотят совершенствоваться с помощью немедленной обратной связи и неудач без штрафных санкций.
Возможно, самое важное, мы должны изменить подход к эмоциональному измерению обучения. Такие запросы, как «Сегодня я этого не чувствую. Помогите мне понять эту лекцию, зная, что я так себя чувствую», показывают, что учащиеся интуитивно понимают то, что мы часто игнорируем: эмоциональное состояние напрямую влияет на когнитивные способности. Нам нужно перейти от добавления вдохновляющих цитат к построению психологической безопасности, адаптивной поддержки и эмоциональной осведомленности в самой архитектуре обучения — проектируя эмоциональные состояния так же явно, как мы проектируем когнитивную нагрузку.
Метакогнитивное измерение представляет собой самую захватывающую возможность нашей профессии. Учащиеся открывают для себя сложные стратегии обучения с помощью ИИ — эффект протеже, применение принципа Парето, эмоциональная регуляция, интервальная практика — которые, как мы часто предполагаем, они владеют или рассматривают как продвинутые концепции. Наша роль смещается от организаторов предмета к преподавателям метакогнитивных навыков, которые делают стратегии обучения такими же явными и доступными для обучения, как и знание контента.
Эти новые экосистемы обучения выглядят принципиально иначе: множественные точки входа вместо предопределенных последовательностей, интегрированная практика и обратная связь вместо загруженного контента, подмостки для эмоциональных измерений вместо предположения нейтральности. Самое главное, они принимают агентство учащегося как принцип проектирования, а не рассматривают его как угрозу учебному контролю.
Эта трансформация делает разработчиков учебных программ более ценными, а не менее значимыми. Хотя ИИ может генерировать контент и предоставлять персонализированное обучение, он не может принимать сложные архитектурные решения о проектировании экосистемы обучения, эмоциональной подмостки и развитии метакогнитивных навыков. Будущее принадлежит разработчикам учебных программ, которые могут организовать сотрудничество человека и ИИ для создания опыта обучения, который будет и более эффективным, и более гуманным, чем все, что люди или ИИ могли бы создать в одиночку.
Заключение: новая профессиональная возможность
Самыми успешными разработчиками учебных программ в 2025 году и далее будут не те, кто сопротивляется ИИ или слепо его принимает. Победителями станут те, кто изучает, чему поведение ИИ обучающегося учит нас об эффективном дизайне обучения, и кто использует эти идеи для создания более отзывчивых, ориентированных на человека экосистем обучения.
Эта эволюция делает разработчиков учебных программ более ценными, а не менее. Хотя ИИ может генерировать контент и предоставлять персонализированную поддержку, он не может принимать сложные решения по проектированию архитектуры экосистемы обучения, эмоциональной поддержки и развития метакогнитивных навыков, которые поведение обучающегося показывает как необходимы.
Революция уже здесь, и ее ведут учащиеся, показывающие нам, как может выглядеть эффективный дизайн обучения. В центре всего этого? Тихий разговор между учащимся и ИИ, показывающий, что мы сделали правильно, что мы сделали неправильно и что мы могли бы сделать лучше.
Будущее педагогического проектирования заключается не в конкуренции с ИИ, а в обучении на основе того, что создают учащиеся, когда у них есть доступ к отзывчивой, персонализированной, эмоционально-интеллектуальной поддержке обучения.