Интеллектуальные обучающие системы: практическое руководство 2026

Интеллектуальные обучающие системы (intelligent tutoring systems, ITS) в 2026 году — уже не лабораторная диковинка. Они работают с миллионами учеников в Khan Academy, Carnegie Learning, Duolingo и на европейских корпоративных платформах обучения, обеспечивая измеримый прирост результатов на уровне d = 0,6–0,8. Это руководство показывает, как инженеры Форс Софт реально строят такие системы: пятислойную эталонную архитектуру, ландшафт моделей и подходы к отслеживанию знаний (knowledge tracing) 2026 года, паттерн RAG с привязкой к учебной программе, матрицу требований, которые станут обязательными с 2 августа 2026 года, и путь запуска за 10–14 недель.

Зачем Фора Софт написала это руководство

Мы профессионально разрабатываем образовательные продукты на основе ИИ. Направления e-learning и интеграции ИИ тесно сотрудничают в каждом проекте ITS: подключение к LMS, инфраструктура для видеотрансляций, распознавание речи, векторные хранилища, анализ поведения ученика и скучный, но обязательный каркас соответствия, благодаря которому деплои по EU AI Act, Приложение III, реально проходят аудит.

За последние двенадцать месяцев мы наблюдали три одинаковые ошибки, которые губят проекты ITS: команды просто подключают сырой промпт GPT-5 к странице учебника и называют это «репетитором», запускают модель, которая не отслеживает прогресс ученика, либо забывают привязать систему к учебной программе — и модель начинает выдумывать несуществующие правила производной. Все три ошибки можно исправить. В этой статье — то, что реально работает.

Что такое «интеллектуальная обучающая система» в 2026 году

В 2015 году «ITS» означала математического репетитора на правилах с вручную закодированным деревом подсказок. В 2020 — глубокую модель knowledge tracing плюс инструмент для создания контента. В 2026 году ITS — это пятислойная система: (1) модель ученика, отслеживающая, какими навыками он действительно овладел, (2) доменный граф учебной программы, определяющий, что и в каком порядке преподаётся, (3) педагогическая модель, решающая: подсказать, спросить, направить или двигаться дальше, (4) мультимодальный интерфейс, принимающий голос, рукописный ввод, код и схемы, и (5) слой оценки, который непрерывно измеряет прирост обученности и питает A/B-эксперименты.

LLM — это один компонент, а не вся система. Репетитор, состоящий только из LLM, обёрнутой в педагогический промпт, — это то, что Молик и Молик (2024) называют «GPT Base»: ученики показывают краткосрочный прирост, но после отключения доступа их результаты оказываются на 17% хуже, чем у контрольной группы. Их же вариант «GPT Tutor» с сократическим промптом и привязкой к учебной программе дал устойчивый прирост на +127%, сохраняющийся даже после отключения доступа. Разница — в остальных четырёх слоях.

Рынок: цифры, формирующие категорию 2026 года

Каждый совет директоров EdTech, которому мы проводим брифинг, начинает с одного и того же вопроса: рынок ещё растёт или уже достиг пика? Данные за 2025–2026 годы показывают: растёт.

Перевод для продуктовых руководителей: рынок готов финансировать, доказательная база достаточно сильна, чтобы пройти скептическую закупку, а референсные проекты Khan, Carnegie, Duolingo и Squirrel AI дают надёжные бенчмарки. Проекты губит не рыночная конъюнктура, а качество исполнения.

Пятислойная эталонная архитектура

Любая ITS, которую мы запускали в продакшен, строится из одних и тех же пяти слоёв. Если хотя бы один из них оказывается слабым или отсутствует — именно там в первую очередь появляются претензии со стороны аудита, жалобы учеников или отсутствие роста обученности.

Слой, который команды чаще всего недооценивают, — пятый. Без него невозможно понять, помогает или вредит изменение промпта, и каждый деплой превращается в угадывание. Мы не запускаем ITS без пайплайна экспериментов с инструментовкой CUPED уже в первый день.

Knowledge tracing: тихий центр тяжести

Каждое педагогическое решение системы — какую задачу показать следующей, когда дать подсказку, когда зафиксировать усвоение — строится на модели ученика. Ошибитесь здесь — и никакая хитрость LLM не поможет. Сделайте правильно — и даже небольшая модель даст прирост d = 0,6+.

Наша рекомендация по умолчанию: начинайте с BKT, если у вас меньше 500 тыс. взаимодействий, переходите на SAKT при 1–5 млн взаимодействий, а к SAINT или гибриду Transformer×Bayesian — только после 10 млн взаимодействий и при наличии выделенного ML-инженера, который сможет отслеживать дрейф. Не создавайте собственную архитектуру с нуля. Литературы накоплено достаточно, и преимущество SAKT перед любым кастомным решением почти всегда меньше, чем операционные издержки на его поддержку.

Ландшафт LLM в 2026 — какая модель под какую задачу репетитора

Универсального «LLM для репетитора» не существует. Каждый продакшен-деплой, который мы запускали, использует 2–4 модели за роутером, выбираемые по задаче и стоимости. Вот матрица, по которой мы в апреле 2026 года проводим брифинги для клиентов.

Типовая политика маршрутизации: Gemini 2.5 Flash обрабатывает 70% простых взаимодействий — повторение, подтверждение, короткая обратная связь; Claude Sonnet 4.6 — 20% сократических диалогов; GPT-5 — 8% сложных задач по математике и программированию; Gemini 2.5 Pro — 2% мультимодальных задач, например, распознавание рукописного текста или интерпретация схем. Такой подход обычно позволяет удерживать стоимость использования LLM на сессию в диапазоне 0,3–1,5 ₽.

RAG и привязка к программе: брандмауэр против галлюцинаций

Под нагрузкой непривязанная LLM-репетитор начнёт придумывать правдоподобные, но неверные математические правила, путать исторические события и предлагать темы, выходящие за рамки учебной программы ученика. RAG (retrieval-augmented generation) поверх структурированной базы знаний по учебной программе — это и есть брандмауэр. Он не опционален.

Паттерн, который мы запускаем, выглядит так:

1. Загрузка учебной программы. Разбиваете принятые стандарты (Common Core, NGSS, программы AP, европейские рамки результатов обучения, внутренние корпоративные карты компетенций) на структурированные блоки. Каждому блоку присваиваете уровень класса, перечисляете необходимые предварительные навыки, указываете уровень по таксономии Блума и приводите примеры заданий.

2. Эмбеддинги. OpenAI text-embedding-3-large (1536 измерений) — для англоязычных программ, Gemini Embedding 2 — для многоязычных, Cohere Embed v3 — когда важна цена. Храните в Pinecone, Weaviate или Qdrant с фильтрами по метаданным: класс, предмет, код стандарта.

3. Поиск. На каждом ходе репетитора выбираются топ-k (обычно 5–8) наиболее семантически релевантных фрагментов программы, отфильтрованных по классу ученика и активному узлу навыка из модели ученика.

4. Привязанная генерация. Передаёте LLM найденные чанки, состояние ученика (освоенные и осваиваемые навыки) и педагогическую инструкцию («задай сократический вопрос, не решай»). Требуете цитаты с кодами стандартов; отбраковываете ответы, если в них нет корректных ссылок на источники.

5. Верификация. Для математики и естественных наук проверяйте предложенный моделью шаг решения с помощью символьного верификатора — например, SymPy, Wolfram Alpha или тактик Lean 4 для доказательств. Для кода запускайте его в песочнице Judge0 или Piston до того, как показать ученику. Этот один шаг устраняет около 95% математических ошибок.

Мультимодальный ввод-вывод: базовый уровень 2026

Ученики не печатают уравнения. Они их пишут от руки. Они не набирают код аккуратно — вставляют черновики как есть. А требования доступности всё настойчивее предписывают: каждое задание должно быть выполнимо хотя бы двумя способами. Ваша ITS 2026 года должна нативно принимать:

Голосовой ввод. Deepgram Nova-3 для потокового распознавания речи в реальном времени (12–15% WER на реальной речи учеников, диаризация говорящих, 40+ языков) или Whisper v3 для on-pret с повышенной приватностью. Голос открывает обучение для детей K–3, поддержку учеников с дислексией и работу без использования рук. Полный обзор ландшафта ASR мы давали в подробном разборе доступности подкастов — там разобраны компромиссы по ASR.

Рукописный ввод и математическая запись. Mathpix (распознавание математики → LaTeX, точность 95%+ на печатных уравнениях, 85%+ на рукописных) или Google Handwriting Recognition для обычного текста. Mathpix — единственный вариант, которому мы доверяем в работе с матанализом и матрицами.

Исполнение кода. Judge0 (SaaS, 70+ языков) используется для большинства деплоев, а Piston (open-source) — когда нужна локальная установка. Каждый код, который сдаёт ученик, запускается в изолированном контейнере ещё до того, как репетитор начнёт его проверять. Это превращает фразу «у вас синтаксическая ошибка» из догадки в точный факт.

Математическая верификация. SymPy (открытый исходный код, быстрый, охватывает школьную математику и алгебру с математическим анализом для бакалавров), Wolfram Alpha API (более широкое символьное покрытие, 750–2 250 ₽/мес на разработчика), Lean 4 с тактиками для проверки уровня доказательств (всё чаще используется в продвинутых программах по информатике и математике).

Мультимодальный ввод LLM. GPT-5, Gemini 2.5 Pro и Claude Opus 4.6 поддерживают изображения в качестве входных данных в продакшене. Ученик может сфотографировать доску, загрузить скриншот или вставить схему — и получить ответ от репетитора на основе того, что он реально видит, а не на пересказе. Паттерны UX для таких сценариев мы разбираем в нашем руководстве по AI-доступности в UI/UX.

Адаптивное оценивание: IRT, CAT и Elo

Теория ответов на задания (item response theory, IRT) — тихая рабочая лошадка серьёзных ITS. 2-PL IRT (сложность плюс дискриминативность) — это минимальная планка; 3-PL IRT добавляет параметр угадывания для тестов с выбором ответа; многомерные модели IRT моделируют сразу несколько латентных навыков. Компьютерное адаптивное тестирование (CAT) использует эти модели, чтобы выбирать следующее задание там, где стандартная ошибка оценки способности минимальна, и достигать той же точности измерения примерно вдвое меньшим числом заданий.

Для небольших платформ (менее ~100 тыс. предъявленных заданий) рейтинговая оценка сложности по Elo проще в использовании и даёт результат, отличный от полноценного IRT, не более чем на ~5% на большинстве реальных задач. Duolingo, DreamBox и Quizlet используют различные варианты Elo. Начните с него, а переходите на полный IRT, когда наберёте более 5 млн ответов на задания и наймёте специалиста по тестированию.

Соответствие требованиям: что вступает в силу в 2026

ITS сидит в самом центре регуляторной мишени. Образование, автоматизированные решения и работа с несовершеннолетними накладывают друг на друга требования, и 2026 год — это момент, когда несколько из них вступают в полную силу.

Самое крупное изменение в 2026 году — классификация по статье 6 и Приложению III EU AI Act. Если ваша ITS даёт рекомендации по распределению, формирует оценки, используемые для принятия решений, или проводит прокторинг, она относится к высокорисковым системам. Подготовьте полный технический файл, документированный контроль со стороны человека и план постмаркетингового мониторинга. Игнорируйте — рискуете приостановкой запуска в ЕС.

Экономика стоимости и задержек

Стоимость LLM редко становится узким местом юнит-экономики ITS в 2026 году. Инфраструктура, проверка человеком и подготовка контента обходятся в разы дороже. Вот разбивка, которой мы пользуемся для типового математического репетитора K–12 на 20 обучающих сессий ученика в месяц.

При цене подписки 750–1 500 ₽/мес или стоимости одного места по школьной лицензии 3 750–11 250 ₽/год валовая маржа составляет 70–90% до учёта затрат на инженерию, соответствие и контент. Экономика работает; ключевой стратегический вопрос — выбор между ростом ARPU и объёмом, а не снижением себестоимости.

Мини-кейс: европейская корпоративная платформа переобучения запускает ITS за 12 недель

Клиенту Фора Софт — европейской страховой компании — потребовалось переобучить около 5 000 специалистов по урегулированию убытков основам работы с данными на Python в рамках программы подготовки к EU AI Act 2026 года. Традиционное обучение в аудитории обошлось компании в 1,2 млн € в 2025 году и повысило долю завершивших обучение с 34% до 41%. Нам поручили создать репетитора, который сможет масштабироваться без привлечения дополнительных аудиторных часов.

Что мы запустили за 12 недель:

• Модель ученика: SAKT поверх внутренней карты компетенций по Python (48 навыков, 380 заданий, ~2 000 обучающих взаимодействий из предыдущего пилота).
• Граф программы: справочник Python.org плюс внутренние стандарты работы с данными, вложены через OpenAI text-embedding-3-large в Weaviate.
• Педагогика: Claude Sonnet 4.6 с сократическим промптом, привязанный к топ-6 фрагментам программы и текущему вектору освоения ученика; Gemini 2.5 Flash отвечал за повторение, подтверждения и быструю обратную связь.
• Мультимодальность: ячейки кода в стиле Jupyter исполнялись в Piston (on-rem для обеспечения приватности); голосовые вопросы и ответы — через Deepgram Nova-3.
• Оценка: A/B-тесты вариантов промпта с CUPED на Statsig; предварительная и итоговая оценка с калибровкой сложности по IRT.
• Соответствие: полный технический файл по статьям 9 и 11 EU AI Act, проверка человеком по статье 22 GDPR для любой метки «ученик в зоне риска», пройденный аудит доступности по WCAG 2.2 AA.

Результаты после 4 месяцев эксплуатации: доля завершивших выросла с 41% до 63% (+22 п.п.), время освоения сократилось на 31%, стоимость одного завершения упала с 350 € (аудитория) до 58 € (ITS плюс проверка человеком), а DPO клиента подписал технический файл EU AI Act на 11-й неделе.

5 ловушек, убивающих проекты интеллектуального обучения

1. «Да просто промптом подёргаем GPT». Так получают «GPT Base» по Молику — кратковременная вовлечённость, потом резкое падение эффективности при отключении доступа. Без модели ученика, привязки к программе и сократического сопровождения LLM — это сервис «сделай за меня домашку», а не репетитор.

2. Пропуск символьного верификатора. LLM часто ошибаются в арифметике, алгебре и математическом анализе. Вызов SymPy или Wolfram Alpha перед показом ответа ученику — простая и недорогая страховка. Пропустите этот шаг — и получите целый поток учеников, уверенно считающих, что 2/3 + 1/4 = 3/7.

3. Нет пути обхода для учителя. Учителям важно видеть прогресс ученика, иметь возможность не согласиться с ним и вручную переместить ученика вперёд или назад. Системы, которые этого не позволяют, становятся неудобными для учителей — и внедрение таких систем проваливается.

4. Доступность откладывают на потом. ADA Title II и WCAG 2.2 AA — это теперь минимальные требования. Исправлять доступность позже обходится в 3–5 раз дороже, чем закладывать её с самого начала. Дедлайн — 24 апреля 2026 года — это жёсткий регуляторный срок, а не ориентир.

5. Полёт вслепую по приросту обученности. Если вы не можете измерить, лучше ли промпт v18 обучает, чем v17, вы действуете наугад. Инструментированное по CUPED A/Б-тестирование на прирост обученности (а не только на вовлечённость) — не опция.

KPI: что измерять

В долгосрочной перспективе важен только один KPI — прирост обученности (нормированный или d Коэна). Метрики вовлечённости могут расти без улучшения обученности и наоборот. Тем не менее, продакшен-ITS обычно отчитывается по такому набору:

• Нормированный прирост обученности. (посттест% − претест%) / (100 − претест%); цель — >0,40.
• d Коэна относительно контроля. Цель — больше 0,5 по сравнению с традиционным обучением; максимальный показатель в литературе — около 0,8.
• Доля завершивших. Процент записавшихся, которые прошли обучение и освоили целевой набор навыков.
• Время до освоения. Медианное время в минутах на освоение навыка; должно снижаться на ~15–30% по сравнению с неадаптивной версией.
• Калибровка использования подсказок. Доля учеников, использующих 2–4 подсказки на задачу (оптимальный диапазон); более 5 — сигнал излишней опеки.
• Уровень галлюцинаций. Доля ответов репетитора, признанных ошибочными символьным верификатором или человеком-проверяющим; цель — менее 1% для математики K–12.
• Соответствие доступности. Доля успешного прохождения автоматического и ручного аудита по стандарту WCAG 2.2 AA; цель — 100%.
• Использование учительского обхода. Доля потоков, где учитель корректирует модель ученика; здоровый диапазон — 10–25%.

Когда НЕ стоит строить ITS своими силами

Не стройте свою ITS, если выполняется хотя бы одно из условий: (а) у вас меньше 1 000 учеников и нет чёткого пути к 10 000, (б) программа обновляется чаще двух раз в год, (в) в команде нет ML-инженера и нет планов его нанять, (г) для предмета отсутствует символьный верификатор, и вы готовы терпеть уровень галлюцинаций 5–15%, (д) ваш отдел закупок не справится с затратами на соответствие EU AI Act, Приложение III. В таких случаях лучше лицензировать Khanmigo, MATHia, Century Tech или специализированного отраслевого вендора и направить инженерные ресурсы на интеграцию.

Фреймворк принятия решений — выбор стека за шесть вопросов

Ответьте на эти вопросы до написания первой строки кода:

1. Какой предмет и класс? Математика и STEM — нужен символьный верификатор; гуманитарные дисциплины — RAG плюс оценка по рубрикам; языки — произношение и диалог; кодинг — изолированное выполнение.
2. Сколько у вас данных о взаимодействиях? <500 тыс. — BKT; 1–10 млн — SAKT; >10 млн — SAINT или гибрид.
3. Какая юрисдикция? ЕС — закладывайте EU AI Act, Приложение III, с первой недели; США K-12 — COPPA + FERPA + ADA; Калифорния — CAADCA.
4. Какой профиль приватности? Корпорации, госсектор, медицина — on-prem Llama 4 или Mistral Large 3; потребительский EdTech — API с подписанными соглашениями о данных.
5. Какие модальности нужны? Голос, рукописный ввод и код повышают объём инженерных работ примерно на 30% по сравнению с использованием только текста.
6. Какая метрика успеха? Вовлечённость, завершение курса или рост знаний? Полный стек оправдан только в случае роста знаний; первые две задачи часто решаются более простой адаптивной системой контента.

Сценарий внедрения: путь за 10–14 недель

Любой проект ITS, который мы реализуем, проходит одни и те же этапы. Продолжительность зависит от объёма, но не от структуры.

Куда движутся ITS в 2026–2027

Агентные репетиторы. Следующая волна — не просто хороший промпт, а цикл «планировщик-исполнитель», в котором репетитор ставит цель на сессию, выбирает инструменты (поиск, верификатор, песочница кода, рендерер математики) и отслеживает прогресс. Claude Sonnet 4.6 и GPT-5 уже достаточно сильны, чтобы использовать такой подход в реальных условиях.

Долгосрочная персональная память. Вместо того чтобы каждый раз заново адаптироваться к программе, репетитор ведёт для ученика персональный график памяти, охватывающий несколько месяцев. Это помогает лучше запоминать прошлые ошибки и переносить навыки между темами, но требует более строгих мер защиты данных и чётких процедур удаления (например, право на стирание по GDPR и родительский доступ по COPPA).

Открытые модели приближаются к лучшим по узким задачам репетирования. Llama 4 и Mistral Large 3 уже находятся в пределах 10% от передовых моделей на задачах репетирования с привязкой к программе, и разрыв продолжает сокращаться. К концу 2027 года ожидается удвоение доли суверенного облака и развёртываний на собственных серверах.

Предсказательные траектории ученика. Сочетание knowledge tracing с паттернами предсказательного UX, которые мы рассматривали в руководстве по SaaS, позволяет системе ITS заранее выявлять снижение вовлечённости, вовремя вмешиваться и планировать повторения, чтобы противостоять кривой забывания.

FAQ

Что почитать дальше

Если это руководство было полезным, следующие подробные разборы Фора Софт станут естественным продолжением.

Итог

Интеллектуальное обучение в 2026 году — это инфраструктурная задача из пяти слоёв: модель ученика, отслеживающая освоение навыков; граф учебной программы, определяющий структуру предмета; педагогическая LLM, подключённая к RAG и проверенная с помощью символьных инструментов; мультимодальный интерфейс, принимающий голос, рукописный ввод и код; и слой оценки, который непрерывно измеряет прогресс в обучении. Команды, которые надёжно запускают все пять слоёв, стабильно достигают эффекта d Коэна 0,5–0,7 по сравнению с традиционным обучением и удерживают стоимость на уровне ниже 270 ₽ в месяц. Команды, использующие только слой LLM, получают высокую вовлечённость, но не устойчивое обучение — иногда даже негативный эффект — и одновременно проваливают проверки по EU AI Act, ADA и COPPA.

Хорошая новость: эталонный стек устоялся, доказательная база сильная, путь до запуска укладывается в 10–14 недель. Плохая: 2 августа 2026 года регуляторная планка поднимается. Начинайте сейчас.