Два примера, как ИИ в e-learning улучшает качество обучения

Два примера, как ИИ в e-learning улучшает качество обучения.

Делюсь примерами кейсов использования ИИ в e-learning для улучшения качества обучения*.

*по понятным причинам демонстрируются именно примеры кейсов, а не реальные кейсы, которые используются в работе.

Про плюсы таких решений писал в одном из прошлых постов, здесь сфокусируемся на технической стороне.

Для разработки нам потребуется:

👉 Конструктор курсов

В моем примере это Articulate Storyline, но подойдет любой конструктор, где можно использовать код либо вставлять веб-объекты.

Разрабатываем интерфейс с вводом текстового ответа, добавляем к ответу пользователя инструкцию (промпт) для ИИ по оценке ответа и настраиваем взаимодействие с сервером.

👉 Сервер

Задача сервера максимально простая: получает ответ пользователя → отправляет его в языковую модель → ждет обработки ответа от ИИ → возвращает ответ пользователю (+ вопросы безопасности).

В крупной компании нужно разворачивать оборудование внутри контура (ценник невысокий, но необходимо решить вопросы с согласованиями, обслуживанием и кросс-функциональным взаимодействием). Для компаний с менее жесткими требованиями к ИБ можно арендовать виртуальный сервер (или вообще бессерверные технологии) — цена копеечная.

👉 Языковая модель

Здесь нужно определиться, насколько «умная» нужна модель. Чем «умнее» модель — тем выше качество ответов и меньше время разработки упражнений, но выше ценник.

Например, цена моделей YandexGPT Lite и YandexGPT Pro отличается в 6 раз (0,2 рубля и 1,2 рубля за 1000 токенов соответственно). Упражнение по SMART потребляет около 900–1000 токенов.

То есть, с одной стороны, мы платим в 6 раз больше за токены, а с другой — чем «глупее» модель, тем больше времени потребуется для разработки промпта, который будет выдавать приемлемый результат, и тем более подробный промпт нужен (чем подробнее промпт — тем больше токенов).

Иными словами, использование более «умных» моделей обойдется дороже, но разница будет не пропорциональна стоимости токенов.

Реализовать сложные задачи (например, диалоговые тренажеры) в простеньких моделях очень сложно — тут потребуется тяжелая артиллерия в любом случае.

Интеграция ИИ в e-learning — не rocket science. Главное — правильно подобрать инструменты и найти баланс между бюджетом и качеством.

Алексей Миляев и команда сообщества Digital Learning