Платформа для онлайн обучения: три слоя ИИ-архитектуры
Команда добавляет в платформу онлайн-обучения генерацию субтитров, потом ИИ-тьютора, потом видеоаналитику вовлечённости, каждую функцию отдельным подрядчиком или отдельным сервисом. По отдельности всё работает на демонстрации. Вместе это превращается в три несвязанных куска, которые не делятся данными друг с другом, и продукт ощущается как набор фокусов, а не как одна платформа.
Платформа для онлайн обучения с видео и ИИ: три слоя, поставленных друг на друга. Слой видео принимает, обрабатывает и доставляет запись или трансляцию занятия. Слой ИИ извлекает из этого видео смысл: субтитры, конспект, ответы тьютора. Слой обучения превращает всё это в курсы, прогресс и оценки. Если один слой спроектирован отдельно от других, вся конструкция работает хуже суммы частей.
Разберём, что в этой архитектуре стоит покупать готовым, что строить самим, что требует закон и сколько это стоит.
Три слоя и что каждый должен делать
Слой видео отвечает за доставку записи или трансляции занятия без задержек и обрывов на любом устройстве и любой скорости интернета. Это фундамент: если видео заикается, никакая ИИ-функция сверху не спасёт впечатление от продукта.
Слой ИИ извлекает из видео и учебных материалов то, что раньше делалось вручную: субтитры и транскрипцию для поиска по содержанию, конспект занятия, ответы тьютора по материалам курса, оценку вовлечённости по поведению студента. Ключевое требование к этому слою: любой ответ должен быть привязан к конкретному источнику в материалах курса, а не сгенерирован из общих знаний модели, иначе ошибка ИИ выглядит как ошибка платформы. Из тех же транскриптов вырастает ИИ-поиск по видеоурокам, когда студент ищет нужную минуту записи по смыслу вопроса, а не по названию темы.
Слой обучения собирает результаты первых двух в курсы, группы, прогресс и оценки, которые можно предъявить как отчётность: администратору вуза, отделу обучения корпоративного клиента, самому студенту. Именно этот слой чаще всего недооценивают на старте, а потом переделывают, когда выясняется, что нельзя ответить на простой вопрос: какой студент когда и что смотрел, и какая рекомендация сработала, а какая нет. Устройство этого слоя почти не зависит от ИИ: разработка платформы онлайн-обучения в гиде основателя описывает те же курсы, роли и отчётность, поверх которых потом ложатся ИИ-функции.
Что покупать, а что строить самим
| Функция | По умолчанию | Почему |
|---|---|---|
| Распознавание речи и субтитры | покупать | это давно стандартная задача, а не конкурентное преимущество |
| Перевод текста | покупать | то же самое: коммодити, где выигрывать не на чем |
| ИИ-тьютор с привязкой к материалам курса | строить самим | здесь живут ваши данные и ваша учебная программа, это и есть продукт |
| Персонализация и рекомендации следующего шага | строить самим | работает только на ваших накопленных данных, готовое решение здесь бесполезно |
| Видеоаналитика вовлечённости | гибрид: готовый инструмент плюс свои сигналы | базовое распознавание уже коммодити, а полезные для вас сигналы нет |
Правило простое: покупайте то, что стало отраслевым стандартом и не передаёт учебные материалы и данные студентов за периметр без вашего контроля. Стройте то, что связано именно с вашими данными, вашей программой и вашим брендом, потому что это единственная часть, которую конкурент не может скопировать, купив тот же готовый сервис. Дальше всего это заходит в персонализации: стек персонализации учебных материалов целиком опирается на ваши накопленные данные и потому готовым не покупается.
Отдельно стоит вопрос доступности зарубежных сервисов из России: значительная часть перечисленных выше готовых решений для распознавания речи, перевода и генерации голоса недоступна для прямой оплаты из России. Рабочая замена: российские сервисы распознавания и синтеза речи или открытые модели, развёрнутые на собственных серверах или в российском облаке. Второй вариант дороже на старте и дешевле в эксплуатации, а для данных, которые нельзя выпускать за периметр, часто оказывается единственным.
Тьютор, который не выдумывает ответы
Самая рискованная функция во всей архитектуре: ИИ-тьютор. Без привязки к первоисточнику модель уверенно отвечает на любой вопрос, включая те, на которые в материалах курса ответа попросту нет, и разница между правильным и выдуманным ответом снаружи не видна.
Работающая схема простая: каждый ответ должен ссылаться на конкретный фрагмент лекции, слайда или транскрипта, а если подходящего фрагмента нет, тьютор должен честно сказать, что материал курса это не покрывает, вместо того чтобы отвечать из общих знаний. Такое ограничение снимает подавляющее большинство случаев, когда тьютор отвечает уверенно и неправильно. Второе обязательное условие: контроль человеком всего, что попадает в оценивание, черновик тьютора для справки и вопрос, влияющий на оценку студента, требуют разного уровня доверия. Проверяется такое ограничение только на живых занятиях, где рядом работают видео, материалы и оценивание, как в мультимедийной платформе БрейнСерт.
Что требует закон
Платформа хранит фамилии, оценки, записи занятий с лицами и голосами студентов. Это персональные данные, и по 152-ФЗ базы с ними размещаются на серверах в России. Для того, кто планирует поставлять платформу вузам или другим государственным учреждениям, отдельный вопрос: реестр отечественного ПО Минцифры даёт право на госзакупки и льготу по НДС, а свидетельство Роспатента на программу для ЭВМ подтверждает только исключительные права и ни того ни другого не даёт.
Фора Софт в реестре отечественного ПО, реестровая запись № 21522. С разницей между этими двумя документами сталкивались не по инструкции.
Для вуза дополнительно действует 273-ФЗ «Об образовании», который определяет, какие документы формирует учебный процесс: результаты работы ИИ-тьютора и аналитики должны попадать в ту же систему учёта, что и обычная успеваемость, а не жить отдельным логом, который никто не проверяет.
Пять ошибок, которые потом переделывают
Выпуск тьютора без привязки к источнику: модель отвечает уверенно и неправильно, и это выясняется на реальном занятии, а не на тестировании. Работа со схемой данных вслепую: без спроектированной заранее схемы событий персонализация и аналитика превращаются в догадки. Бесконтрольный рост расходов на ИИ: стоимость обработки на одного студента: частая причина, по которой юнит-экономика не сходится, если не кэшировать повторяющиеся запросы и не использовать более дешёвую модель там, где не нужна самая мощная. Комплаенс, добавленный после запуска: перепроектировать модель данных и авторизацию задним числом стоит в разы дороже, чем заложить требования 152-ФЗ на этапе архитектуры. Три слоя, спроектированные разными подрядчиками без общей схемы данных: каждый слой работает по отдельности и не работает вместе.
Общее у всех пяти одно: они закладываются на этапе схемы, и оценка архитектуры ловит их дешевле, чем переделка после запуска.
Сколько стоит разработка
Кастомная разработка платформы под ключ начинается от 450 000 ₽. В эту сумму входит рабочая база всех трёх слоёв: доставка видео, базовые ИИ-функции и учёт курсов и успеваемости. Дальше цена растёт от того, сколько ИИ-функций нужно на старте, какой охват комплаенса требуется и на какой масштаб одновременных студентов рассчитана платформа.
Список желаемых функций для оценки почти ничего не даёт, поэтому мы считаем иначе: описание требований, 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, а собственный процесс агентной разработки ускоряет такие проекты в 4-10 раз по сравнению с традиционным подходом, но под контролем ведущих инженеров. Видео и аудио занимаемся с 2005 года, за это время сделали 250+ проектов, включая заказчиков из 17+ стран. На БрейнСерт, одном из первых в мире виртуальных классов на WebRTC, мы держали 99,995% доступности при 500 млн+ минут занятий: на таком масштабе слабость любого из трёх слоёв становится заметна мгновенно, а не остаётся незамеченной мелочью.
Частые вопросы
С чего начинать: с видео, с ИИ-функций или с учебной части?
С видео. Если базовая доставка занятий работает нестабильно, никакая ИИ-функция сверху не улучшит впечатление от продукта. Учебная часть (курсы, прогресс, оценки) проектируется параллельно, а ИИ-функции добавляются, когда первые два слоя стабильны.
Можно ли использовать готовый зарубежный сервис распознавания речи или перевода?
Для разовой задачи да, но часть таких сервисов недоступна для прямой оплаты из России. Рабочая замена: российские сервисы распознавания и синтеза речи или открытые модели на собственных серверах.
Как проверить, что ИИ-тьютор не выдумывает ответы?
Через обязательную привязку каждого ответа к конкретному фрагменту материалов курса и честный отказ, если подходящего фрагмента нет. Дополнительно нужен контроль человеком всего, что попадает в оценивание.
Что даёт реестр отечественного ПО и чем он отличается от свидетельства Роспатента?
Реестр Минцифры открывает участие в госзакупках и льготу по НДС. Свидетельство Роспатента подтверждает исключительные права на программу для ЭВМ, но ни того ни другого не даёт. Для поставок вузам нужен именно реестр.
Сколько времени занимает разработка такой платформы?
Зависит от числа ИИ-функций на старте и требуемого охвата комплаенса. Платформа с одной ИИ-функцией и базовой аналитикой собирается заметно быстрее, чем полная версия с несколькими слоями персонализации и расширенной отчётностью.
Если платформа для онлайн обучения с видео и ИИ требует размещения данных в России и перспективы реестра, это разработка сложного ПО под задачу: расскажите задачу, и мы вернёмся с архитектурой и сметой за 24 часа.
