Университет перевернулся. Живые преподаватели проиграли машине Студенты, которые занимались удаленно с ИИ-тьютором, усвоили материал в два раза лучше тех, кто работал в аудитории с преподавателем по методике активного обучения, которая сама по себе считается золотым стандартом университетской педагогики — статья в Nature. Рандомизированное контролируемое исследование провели на физическом факультете Гарварда. Студентов разделили на две группы. Пока одни работали дома с цифровым преподавателем, другие шли на очное занятие к настоящему. Усвоение замеряли коротким тестом до и после урока. Эксперимент намеренно ограничили двумя темами — чтобы оценить именно формат, без эффекта накопления знаний. Очная группа после каждой сессии прибавляла примерно столько, сколько обычно дает хорошая лекция. ИИ-группа показывала вдвое больший прирост — и укладывалась в 49 минут против 60 в аудитории. Вдобавок студенты говорили, что чувствовали себя более вовлеченными и мотивированными с цифровым преподавателем. Похожую картину наблюдали в UniDistance Suisse. Студенты, кто занимался с ИИ-тьютором, сдали экзамены лучше, чем участники параллельного курса без него. Опубликовано в Springer. Как когда-то Каспаров проиграл исторический матч Deep Blue, теперь бой машине вчистую проиграл лекционный формат. Пекин, который всеми силами старается первым запрыгнуть в седло ИИ-революции, уже дает пример массового внедрения. В Цинхуа — китайском аналоге MIT — ИИ-ассистенты работают на 220 курсах по разным дисциплинам. Что это значит для университетов через несколько лет. Можно предположить, что ИИ заберет первое объяснение и тренировку базовых шагов, а очное время с преподавателем освободится для того, на что раньше катастрофически не хватало времени: разбора ошибок, живых дискуссий, синтеза идей, межпредметных проектов и задач без единственно правильного ответа. В педагогическом словаре это называется «перевернутый класс». Цифровые тьюторы сделают эту модель не экспериментом отдельных энтузиастов, а нормой. Тем временем открытым остается другой вопрос, и он не менее интересен. Одни университеты просто купят готовый сервис и встроят его в расписание. Но, наверное, найдутся и другие, которые постараются сами стать «немножечко EdTech-ом». То есть попробуют обучить «домашние» модели, оцифровать накопленную экспертизу и создать свои аватары. Это уже не выбор инструмента — это выбор того, каким видит себя вуз через пять-десять лет. #deep_scan