В стартапе мы решаем проблему низкой агентности студентов. Сегодня ИИ активно внедряется в образование, но зачастую остаётся лишь «красивым» дополнением, а не инструментом, реально улучшающим качество обучения. Это как если бы мы поставили на машину дорогой эстетичный кузов, но не тронули двигатель — красивее, но не эффективнее. Мне интересно, как использовать ИИ не ради тренда, а как реального помощника, встроенного в образовательную систему.
Уверен, что необходимо интегрировать методологию системного мышления и ИИ. Системное мышление позволяет видеть целостную картину, увязывая между собой разные системы, поэтому люди, ИИ и другие технологии могут работать вместе. Когда мы говорим про ИИ в образовании, это означает, что нужно изменить саму образовательную модель, встроив в неё ИИ-агентов, которые будут помогать студентам осваивать знания.
Что мы создаём?
Сейчас мы работаем над нашим ИИ-агентом, который помогает тестировать курсы через интерактивные задачи.
ИИ-агент по задачам (уже тестируется в формате курса-тренажёра)
Этот агент помогает студентам осваивать материал через систему задач, которые можно решать до изучения теории (по аналогии с форматом Дуолинго). В будущем этот тренажёр образовательные учреждения смогут использовать в обучении студентов.
Сейчас этот агент уже тестируется, но пока он не адаптивный и не встроен в мультиагентную логику.
Следующие шаги:
Тестирование Telegram-бота — чтобы сделать формат более интерактивным (бот сделан при поддержке ребят из волонтерского проекта)
Разработка ИИ-генератора задач — который будет адаптироваться под каждого пользователя.
Финальный продукт — полноценная мультиагентная ИИ-система, которая автоматически создаёт, проверяет и адаптирует задачи, включает мотивацию и геймификацию.
ИИ-агент по контенту (пока на этапе идеи)
Этот инструмент в будущем поможет авторам курсов и образовательным платформам автоматизировать процесс генерации контента на основе их материалов.
Сейчас этот ИИ-агент ещё не разрабатывается, но мы рассматриваем его как одну из ключевых частей будущей мультиагентной ИИ-системы.
Чем наш подход отличается?
Большинство обучающих чат-ботов строятся по схеме «вопрос – ответ – следующая тема». Мы идём другим путём:
Наша система выстраивает логические связи между понятиями, а не просто выдаёт информацию.
Она учитывает контекст обучения, подстраивая уровень сложности и стиль объяснений.
Её цель — не просто передавать знания, а учить анализировать, ставить вопросы и работать с неопределённостью.
Что дальше?
Мы запустили study group среди студентов платформы Aisystant для тестирования курса-тренажёра и закрепления изученного материала. Мне важно увидеть, как продукт работает в реальности.
Также, в рамках акселерационной программы, я провожу интервью с потенциальными пользователями, чтобы лучше понять их запросы. Очные встречи пока не проводили, но главная цель — проверить реальную потребность в продукте и предложить тестирование Telegram-бота.
Освоение системного языка помогает разбираться в сложных системах и даже создавать новые — будь то проекты или личные стратегии.