Платформа онлайн-обучения с ИИ-персонализацией материалов
Курс сделан, ученики его проходят, а результаты не растут. Часть группы скучает, потому что материал слишком лёгкий, часть отстаёт, потому что слишком сложный, и до дня экзамена никто из преподавателей этого не замечает. Отсюда обычно и приходит запрос на персонализацию: сделать так, чтобы каждый ученик получал материал под свой уровень, а преподаватель видел, кому нужна помощь, не дожидаясь итоговой работы.
Персонализация учебных материалов на основе ИИ объединяет три части: профиль ученика, который обновляется после каждого ответа, генератор заданий, привязанный к вашей программе, и панель для преподавателя, которая вместо графиков показывает список тех, кому нужно помочь на этой неделе. Без любой из трёх частей система выглядит как персонализация, но ей не является.
Три части, без которых персонализация не работает
Разберём по порядку, что даёт каждая часть и что происходит, если её пропустить.
Профиль ученика. Это живой набор чисел, а не карточка с именем: что ученик усвоил по каждой теме, с какой скоростью, на каких заданиях застревает. Профиль обновляется после каждого ответа, а итоговый тест раз в неделю такой детализации не даёт. Без него у системы нет памяти между занятиями, и «персонализация» превращается в один и тот же набор подсказок для всех. Самый дешёвый рабочий сценарий поверх такого профиля: интервальное повторение и ИИ-карточки, когда система сама решает, какую тему вернуть ученику и на какой день.
Генератор заданий, привязанный к программе. Языковая модель без ограничений сочиняет правдоподобный, но не всегда точный текст: другие формулировки терминов, задачи не по той методике, которой учит конкретная школа. Решение простое по идее и трудоёмкое на практике: модель должна отвечать только на основе загруженных учебников и методичек этого учебного заведения, а не по общим знаниям. Мы делали это на нескольких образовательных проектах: без такого ограничения методисты на проверке отклоняют примерно каждое третье сгенерированное задание, и вся экономия времени уходит на вычитку.
Панель для преподавателя. Дашборд с сорока графиками преподаватель не открывает вторую неделю. Работает список из пяти-семи учеников, отсортированный по риску отставания, с одной фразой о том, что именно не понято. У каждой строки есть кнопка «отправить разбор» вместо отдельного отчёта, который пришлось бы ещё интерпретировать.
Почему персонализация не работает в первый месяц
Здесь чаще всего и разочаровываются в проекте: систему запустили, а рекомендации курсов и материалов первые недели советуют случайное. Причина обычно не в модели: данных для точного вывода пока просто не набралось.
Посчитаем на простом примере. Курс из 30 занятий, где каждая тема встречается в среднем в трёх заданиях, даёт группе из 30 учеников около 90 ответов по теме, то есть 2700 ответов за весь курс. Чтобы отличить ученика, который реально не понял тему, от того, кто просто ошибся один раз, системе нужен на порядок больший объём наблюдений. На первой группе это невозможно физически: данных ещё нет. Персонализация раскрывается на второй-третьей волне учеников, когда накопилась статистика по типовым ошибкам, а не в день запуска.
Практический вывод для бюджета: закладывайте сбор данных с первого дня, а саму рекомендательную функцию включайте через один-два потока обучения. Обещание «умную персонализацию с первого занятия» не выполняется никем, вопрос только в том, признаёт это подрядчик заранее или нет.
Где должны жить данные учеников
Профиль ученика, его ответы и оценки относятся к персональным данным, и по 152-ФЗ они хранятся на серверах в России. Зарубежные API языковых моделей для юридических лиц из России недоступны, поэтому генерацию заданий нужно строить на отечественных моделях (YandexGPT, GigaChat) либо на открытых моделях, развёрнутых на собственных серверах в российском облаке: Яндекс Облако, VK Cloud, Cloud.ru. Второй путь дороже на старте и предсказуемее в эксплуатации: данные ученика не покидают периметр компании ни на одном шаге.
Отдельное правило касается несовершеннолетних. Для учеников младше 14 лет согласие на обработку персональных данных даёт законный представитель: сам ребёнок в этом возрасте подписать его не может. Так требуют 152-ФЗ и Гражданский кодекс, и от платформы здесь ничего не зависит. Форму согласия и порядок его отзыва проектируют в интерфейсе личного кабинета родителя сразу, до первой проверки продукта.
Если платформа предназначена для школ или вузов и должна участвовать в госзакупках, одной локализации данных недостаточно: нужна реестровая запись в реестре отечественного ПО Минцифры. Здесь есть развилка, о которую спотыкаются чаще всего: если генератор заданий целиком зависит от зарубежного проприетарного ядра, продукт считается производным и в реестр не попадает. Открытые модели, развёрнутые на своих серверах, такой проблемы не создают. Свидетельство Роспатента на программу для ЭВМ подтверждает авторские права. Участия в закупках и льготы по НДС оно не даёт: это разные документы, и путать их дорого, потому что заявку подают не по той бумаге и узнают об этом только на проверке. Фора Софт в реестре отечественного ПО, реестровая запись № 21522: путь оформления мы проходили сами, по собственной заявке.
Требования к самому учебному процессу для школ и вузов задаёт 273-ФЗ «Об образовании»: он определяет, какие документы формирует система и что считается частью аттестации. Для корпоративного обучения эта часть не нужна.
Что из этого реально окупается
Работает. Разбор конкретной ошибки вместо общего совета: ученику показывают то самое задание, где он споткнулся, и объясняют, что именно пошло не так, вместо общей фразы «повтори тему». Еженедельная сводка для преподавателя с тремя цифрами по группе: кто в риске, какая тема проседает у всех, кто давно не заходил. Проверка, что за экраном тот же человек, который сдаёт работу.
Работает хуже, чем в презентации. Полностью автоматическая генерация индивидуальной траектории без участия преподавателя на регулируемых программах и в школах снижает доверие к платформе: родители и методисты хотят видеть человека в контуре решений. Разумная схема: преподаватель утверждает или правит черновик, прежде чем его увидит ученик.
Частая ошибка: считать, что раз генерация автоматическая, проверка не нужна. Она нужна ровно там же, где раньше преподаватель проверял тесты, только объём проверки заметно меньше прежнего.
Какой подход выбрать
| Подход | Кому подходит | Срок запуска | Основной риск |
|---|---|---|---|
| Готовое SaaS-решение с персонализацией | Небольшая школа, типовая программа | 2-4 недели | Программа подгоняется под сервис, а не наоборот; данные у стороннего поставщика |
| Модуль персонализации поверх своей СДО | Вуз, корпоративное обучение со своей платформой | 2-4 месяца | Нужна интеграция с личными кабинетами и текущей базой оценок |
| Платформа с нуля с прицелом на реестр | Поставщики вузам и госзаказчикам | от 4 месяцев | Требует заранее спроектированной архитектуры данных и документации для реестра |
Строку для выбора определяют масштаб проекта и требования закупки, а не амбиции. Перед тем как остановиться на одной из них, стоит свериться с тем, что ИИ даёт платформе обучения помимо персонализации: часть ожиданий закрывается готовыми инструментами и снимает половину объёма разработки.
Сколько это стоит
Разработка платформы онлайн-обучения с модулем персонализации начинается от 400 000 ₽. В эту сумму входит рабочая база: личные кабинеты ученика и преподавателя, профиль ученика с обновлением после каждого ответа, генератор заданий, привязанный к вашей программе, и панель преподавателя со списком отстающих. Этого достаточно, чтобы запустить персонализацию на одном курсе и увидеть первые данные.
Дальше цена растёт от трёх вещей: сколько предметных областей нужно охватить генератором (каждая требует своего набора учебных материалов для привязки), нужна ли отдельная инфраструктура для собственной модели вместо облачного API, и требуется ли реестровая запись. Список желаемых функций для оценки почти ничего не говорит про итоговую цифру, поэтому мы считаем иначе: архитектуру и смету отдаём за 24 часа, план MVP, аудит кода и аудит архитектуры делаем бесплатно за 3 рабочих дня.
В команде 50 специалистов в штате, без субподряда, 250+ проектов с 2005 года, заказчики из 17+ стран. При работе с агентными инструментами разработки ускоряем часть задач в 4-10 раз под контролем ведущих инженеров, но проверку методических материалов это не заменяет: содержание курса всё равно смотрит человек.
Частые вопросы
Можно ли использовать зарубежную языковую модель для генерации заданий?
Через официальное API для юрлиц из России такого доступа не даёт ни один крупный зарубежный провайдер. Рабочий вариант: отечественные модели вроде YandexGPT и GigaChat либо открытые модели на серверах в российском облаке, если нужен полный контроль над данными.
Сколько данных нужно, чтобы персонализация начала работать по-настоящему?
Ориентир: несколько тысяч ответов по курсу, то есть вторая-третья группа учеников, а не первая неделя запуска. На меньшем объёме система советует нечто среднее, не привязанное к конкретному пробелу ученика.
Нужно ли согласие родителей на обработку данных ребёнка?
Да, если ученику меньше 14 лет. Согласие даёт законный представитель, а не сам ребёнок, и порядок его отзыва должен быть доступен в личном кабинете родителя. Это требование 152-ФЗ и Гражданского кодекса, а не решение конкретной платформы.
Что мешает попасть в реестр отечественного ПО с ИИ-модулем?
Зависимость генератора заданий от зарубежного проприетарного ядра как основы продукта. Открытые модели, развёрнутые на собственных серверах, такой проблемы не создают. Отдельно нужны техническая документация и подтверждённые права на код у разработчика.
Заменяет ли ИИ-персонализация преподавателя?
Нет, и попытка полностью убрать преподавателя из контура снижает доверие к платформе быстрее, чем повышает эффективность. Рабочая модель: система готовит черновик разбора или рекомендации, а преподаватель утверждает или правит его перед отправкой ученику.
Сколько занимает разработка такой платформы?
Модуль персонализации поверх уже существующей системы обучения занимает около 2-4 месяцев. Платформа с нуля, с прицелом на реестр и интеграцию с несколькими предметными областями, занимает от 4 месяцев и больше зависит от объёма учебных материалов, чем от самого кода.
Если вам нужна разработка LMS с персонализацией учебных материалов на основе ИИ, расскажите задачу, и мы вернёмся с архитектурой и сметой за 24 часа.
